# 需要予測の再トレーニング

> 需要予測の再トレーニング - DataRobot MLOpsの需要予測デプロイで再トレーニングポリシーを実装します。

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 `2026-07-27T18:44:30.233158+00:00` (UTC).

## Primary page

- [需要予測の再トレーニング](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/df-retrain.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/use_cases_and_horizontal_approaches/Demand_forecasting3_retraining/End_to_end_demand_forecasting_retraining.ipynb)

このアクセラレーターは、DataRobot MLOpsの需要予測デプロイを使用した再トレーニングポリシーを示します。

このアクセラレーターは、系列のオンデマンド予測の別の回です。 [最初のアクセラレーター](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/demand-flow.html.md) は、一般的なデータおよびモデリングの課題の処理に焦点を合わせ、実際の時系列データでよくある落とし穴を特定し、実験をスケーリングするヘルパー関数が得られます。 [2番目のアクセラレーター](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/cold-start.html.md) からは、履歴が限られている系列または履歴のない系列のコールドスタートモデリングワークフローの構築ブロックが得られます。 これらは、アプリのモデルデプロイを作成するための開始ポイントとして使用できます。 [3番目のアクセラレーター](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/ml-what-if.html.md) はwhat-ifアプリで、事前に既知の特定の特徴量値を調整して、これらの要因の変化が予測された需要にどのように影響するかを確認できます。