Build your ultimate AI agent
코스 설명
제품 수요를 정확히 예측하면 기업이 시장을 선도할 수 있어요. 수요를 좌우하는 요인을 알면 제품과 관련된 의사결정을 더 잘 이끌 수 있죠. 이 강의는 R을 사용해 제품 수요를 예측하는 과정을 다룹니다. 수요의 핵심 요인을 파악하고, 계절적 요인을 살펴보며, 실제 사례의 제품 계층 구조에 대해 수요를 예측하는 방법을 배우게 돼요. 강의가 끝나면 미국 한 주의 여러 지역에 걸친 다양한 제품의 수요를 예측할 수 있습니다. 이후 같은 주의 여러 지역 예측치를 집계해 완전한 계층형 예측 시스템을 구축해 볼 거예요.
사전 요구 사항
커리큘럼
코스 개요
1
시계열로 수요 예측하기
예측을 시작할 때는 시계열 모델링이 훌륭한 출발점이에요! 미래의 판매 수요 값을 예측해야 하며, 견고한 기준 접근법으로는 ARIMA 모델이 좋아요. 이 챕터에서는 ARIMA 모델을 빠르게 구현하고 향후 제품 수요에 대한 초기 예측을 얻는 방법을 배웁니다.
2
수요의 구성 요소
경제학 이론은 수요를 예측하는 데 유용한 통찰을 제공합니다. 가격, 계절성, 프로모션 시기 같은 외부 요인이 제품 수요의 여러 측면을 좌우하죠. 이 챕터에서는 가격 탄력성 모델의 기초를 배우고, 계절성과 프로모션 시기 요인을 제품 수요 예측에 어떻게 반영할지 살펴봅니다.
3
회귀와 시계열의 결합
시계열 모델과 가격 회귀는 제품 수요 예측에서 서로 별개의 방법으로만 볼 필요가 없어요. 함께 사용할 수 있습니다! 이 챕터에서는 두 가지 모델링 접근에서 얻은 정보를 “결합”하는 두 가지 방법—전달 함수와 예측 앙상블링—을 배웁니다.
4
계층형 예측
지금까지는 제품 수요 예측을 위한 개별 모델을 만드는 방법을 다뤘습니다. 하지만 이 모든 제품은 판매의 제품 계층 구조를 이룹니다. 제품은 지역을 구성하고, 지역은 주를 구성하죠. 예측이 계층의 위아래에서 일관되게 정합되도록 하려면 어떻게 해야 할까요? 이 챕터에서는 계층형 예측을 배우고, 이를 활용해 제품 수요 예측의 정확성과 일관성을 높이는 방법을 익힙니다.
R
R로 제품 수요 예측하기
코스
완료
