Производитель продает 100 разновидностей стальных стержней с различными марками и размерами и имеет 50-летнюю историю продаж. Специалист по данным должен спрогнозировать будущий спрос на стержни. Какой подход является наиболее операционно эффективным?

Amazon SageMaker DeepAR — это алгоритм прогнозирования временных рядов, который эффективно использует схожие закономерности между связанными временными рядами. Обучение единой модели для всех 100 разновидностей стержней позволит модели изучить общие тенденции и сезонность, даже если некоторые стержни имеют ограниченные данные о продажах. Это значительно сократит операционные затраты по сравнению с обучением 100 отдельных моделей, каждая из которых потребует отдельной настройки и обслуживания. Использование отдельных моделей DeepAR или Autopilot для каждого продукта было бы менее операционно эффективным из-за необходимости управления множеством моделей. Autopilot хорош для автоматизированного машинного обучения, но DeepAR специально разработан для прогнозирования временных рядов и лучше подходит для этой задачи.