# Databricksによる需要予測

> Databricksによる需要予測 - DataRobotをDatabricksと組み合わせて使用して、複数系列の需要予測モデルを開発、評価、デプロイする方法。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.232948+00:00` (UTC).

## Primary page

- [Databricksによる需要予測](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/dbx-forecast.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/ecosystem_integration_templates/Databricks%20%26%20Datarobot%20-%20Large%20Scale%20Forecasting/Databricks%20%26%20Datarobot%20-%20Large%20Scale%20Forecasting.ipynb)

このアクセラレーターは、Databricksエコシステム内の時系列モデリングでDataRobotの能力を活用を目的として、Databricksとともに使用するために開発されました。

需要予測モデルは、インベントリ管理、サプライチェーンプロセス、店舗人員配置の改善などの高価値のユースケースに適用されるため、多くの企業にとって有益です。 しかし、時系列特徴量エンジニアリングの実行から、多様で複雑な時系列アルゴリズムの実装、結果の評価まで、一般的に必要なエクスペリメントの量を考えると、予測モデルの構築は困難で時間がかかります。 DataRobotの時系列機能はこのプロセスを加速するので、多くのモデリングアプローチを迅速に構築してテストし、モデル監視でモデルを本番化できます。

このアクセラレーターはDatabricksノートブックにインポートすることができ、DataRobotとDatabricksを使用して複数系列の需要予測モデルを開発、評価、デプロイする方法を説明します。 ノートブックはDataRobot APIを利用してDataRobot機能にアクセスし、モデルの構築とスコアリングのためにDatabricksからデータを取込みます。

このアクセラレーターでは、以下の操作を行います。

- DatabricksノートブックでDataRobotに接続
- DatabricksからAIカタログへのデータのインポート
- 時系列予測プロジェクトを作成し、オートパイロットを実行
- モデルのパフォーマンスとインサイトの取得と評価
- テストデータセットの新しい予測
- DataRobot MLOpsで監視付きのモデルをデプロイ
- 予測APIによる予測