Article title:
МЕТОДОЛОГИЯ И АРХИТЕКТУРА ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРОДАЖ В МАГАЗИНАХ РОЗНИЧНОЙ СЕТИ
Authors:
Шибиченко М. И., Павлов В. А.
Keywords: прогнозирование продаж, розничная торговля, глубокое обучение, временные ряды, LSTM, машинное обучение, искусственный интеллект, управление запасами
الصفحات: 208-213
Abstract: В статье рассматривается прогнозирование спроса в розничных сетях критически
важно для оптимизации логистики и управления запасами. Отмечено, что традиционные
статистические методы зачастую не справляются с учетом большого количества сложных
нелинейных факторов, влияющих на продажи. Промо-акции, макроэкономические
показатели, сезонность и конкурентная среда, - на их основе современные методологии
глубокого обучения строят высокоточные прогнозные модели, способные выявить скрытые
паттерны в многомерных временных рядах. Выявлено, что грамотное сочетание строгой
методологии и передовых архитектур позволяет значительно повысить точность прогнозов,
снижая затраты на логистику.
Full text is not available
Download full text
