一位資料科學家必須預測未來三個月的產品銷售量。分析顯示銷售量具有季節性，會受到假期的影響，並且與同類別中其他產品的銷售量相關。哪種方法所需的開發工作量最少，能夠將季節性、假期和相關商品的關聯性納入預測中？

正確答案是使用 Amazon Forecast 搭配 Holidays featurization，並使用內建的 DeepAR+ 演算法進行訓練。Amazon Forecast 專為時間序列預測設計，能自動處理季節性、趨勢和假日效應，大幅減少開發工作量。Holidays featurization 功能可直接整合假日資訊，而 DeepAR+ 演算法擅長處理複雜的時間序列模式和多個相關時間序列（此處為同類別產品銷售量），提供高準確度。 選項 A 錯誤，因為 ARIMA 演算法雖然能處理季節性，但在處理多個相關時間序列和複雜非線性模式方面不如 DeepAR+。選項 C 和 D 錯誤，因為使用 SageMaker Processing 和手動整合假期特徵會增加額外的開發和維護工作量，不符合「最少開發工作量」的要求。此外，DeepAR+ 是 DeepAR 的增強版，在 Forecast 中提供更優化的性能。