解説

SageMaker組み込みDeepARは、複数の関連時系列を単一のRNNベースモデルで同時に学習する確率的時系列予測アルゴリズムです。全10,000 SKUを1モデルで学習し、季節性・祝日効果などの共通パターンを共有表現として捉えます。販売実績の少ないロングテールSKUでも、実績豊富なSKUから学習したパターンを活用できるため予測精度が向上します。また点予測ではなく予測分布を出力するため、在庫管理における信頼区間や不確実性の定量化にも対応しています。 選択肢BのLinear Learnerは表形式の回帰・分類向けアルゴリズムです。時系列の順序性やラグ構造を自動的にモデル化する機能がなく、10,000 SKUを単一モデルで横断学習してパターンを共有する設計にもなっていません。 選択肢CのRandom Cut Forestは時系列データの異常検知に特化した教師なし学習アルゴリズムです。将来需要を予測するフォーキャスティング機能は持っておらず、このユースケースには対応できません。 選択肢DのXGBoostは強力な汎用アルゴリズムですが、ラグ特徴量や移動平均の手動作成が必要です。複数時系列の共有学習機能もDeepARのように自動化されておらず、ロングテールSKUの精度向上効果も限定的です。