Bir giyim şirketi, tüm ürün satış geçmişini Amazon S3'te tutmaktadır ve mevcut ürünler için talebi tahmin etmek amacıyla özel üstel düzeltme (ETS) modelleri kullanmaktadır. Şirketin, daha önce satılmamış yeni bir ürün varyasyonu için talep tahmini yapacak bir yönteme ihtiyacı vardır. Bu gereksinimi en iyi karşılayan yaklaşım hangisidir?

Doğru cevap, Amazon SageMaker DeepAR zaman serisi tahmin modeli eğitmektir. DeepAR, yeni ürünler gibi geçmiş satış verisi olmayan "soğuk başlangıç" senaryolarında tahmin yapabilen derin öğrenmeye dayalı bir modeldir. Benzer ürünlerin özelliklerini ve genel talep eğilimlerini kullanarak bu tür ürünler için talep tahminleri üretebilir. Özel bir ETS modeli eğitmek işe yaramaz çünkü yeni ürünün geçmiş satış verisi yoktur. Amazon SageMaker K-means kümeleme modeli, talep tahmini için uygun değildir; daha çok veri noktalarını gruplandırmak için kullanılır. Özel bir XGBoost modeli de geçmiş verilere ihtiyaç duyar ve soğuk başlangıç senaryolarında DeepAR kadar etkili değildir.