Специалисту по данным необходимо спрогнозировать продажи продукта на три месяца. Анализ показывает, что продажи носят сезонный характер, зависят от праздников и коррелируют с продажами других продуктов в категории. Какой подход требует наименьших усилий по разработке для включения сезонности, праздников и корреляций со связанными товарами в прогноз?

Правильный ответ — использование Amazon Forecast с функцией Holidays и обучением с помощью встроенного алгоритма DeepAR+. Amazon Forecast разработан специально для прогнозирования временных рядов и автоматически обрабатывает сезонность, праздники (через функцию Holidays) и корреляции между связанными элементами (через DeepAR+, который может учитывать несколько связанных временных рядов). Это минимизирует усилия по разработке, поскольку большая часть предварительной обработки и выбора модели автоматизирована. Использование ARIMA (первый вариант) не оптимально, так как ARIMA хуже справляется с множественными временными рядами и сложной сезонностью по сравнению с DeepAR+. Варианты с SageMaker Processing (третий и четвертый) требуют значительно больших усилий по разработке, поскольку необходимо вручную создавать признаки праздников, управлять инфраструктурой и настраивать модели, что противоречит требованию "наименьших усилий". GluonTS (четвертый вариант) — это библиотека, а не полностью управляемый сервис, что также увеличивает сложность.