Компания по производству потребительских товаров имеет полную историю продаж для многих вариантов продуктов и в настоящее время использует модели ARIMA. Они хотят спрогнозировать спрос на новый продукт, который скоро будет запущен. Какой подход следует использовать специалисту по машинному обучению?

DeepAR — это алгоритм прогнозирования временных рядов, который особенно хорошо подходит для прогнозирования спроса на новые продукты (холодный старт), поскольку он может обучаться на большом количестве связанных временных рядов (история продаж существующих продуктов) и использовать эти знания для прогнозирования для новых, невидимых рядов. ARIMA требует значительной истории данных для каждого конкретного продукта, что отсутствует для нового продукта. K-means — это алгоритм кластеризации, а не прогнозирования. XGBoost — это мощный алгоритм для табличных данных, но он не оптимизирован для прогнозирования временных рядов, особенно в сценариях холодного старта, где нет исторических данных для нового продукта.