데이터 과학자가 3개월간의 제품 판매량을 예측해야 합니다. 분석 결과 판매량은 계절적이며, 휴일의 영향을 받고, 해당 카테고리의 다른 제품 판매량과 상관관계가 있는 것으로 나타났습니다. 계절성, 휴일, 관련 항목 상관관계를 예측에 통합하는 데 가장 적은 개발 노력이 필요한 접근 방식은 무엇입니까?

정답은 내장된 DeepAR+ 알고리즘으로 Holidays featurization을 사용하여 Amazon Forecast를 훈련하는 것입니다. Amazon Forecast는 시계열 예측을 위한 완전 관리형 서비스로, 계절성, 휴일, 관련 항목 상관관계와 같은 복잡한 패턴을 자동으로 처리합니다. 특히 Holidays featurization은 휴일의 영향을 모델에 통합하는 데 가장 적은 개발 노력이 필요합니다. DeepAR+는 이러한 복잡한 시계열 데이터에 강점을 보이는 딥러닝 기반 알고리즘입니다. ARIMA는 계절성을 처리할 수 있지만, 휴일이나 관련 항목 상관관계와 같은 외부 요인을 통합하는 데는 DeepAR+보다 유연성이 떨어집니다. SageMaker Processing을 사용하여 데이터를 전처리하는 방법은 더 많은 개발 노력이 필요하며, Forecast 서비스가 제공하는 자동화된 이점을 활용하지 못합니다.