Build your ultimate AI agent
Descrierea cursului
Prognozarea precisă a cererii de produse permite unei companii să rămână înaintea pieței. Înțelegând factorii care influențează cererea, poți gestiona mai bine comportamentele legate de produsele tale. Acest curs îți dezvăluie procesul de prognoză a cererii de produse folosind R. Vei învăța cum să identifici cei mai importanți factori care determină cererea, cum să analizezi efectele sezoniere și cum să prognozezi cererea pentru o ierarhie de produse dintr-un exemplu real. La finalul cursului, vei putea prognoza cererea pentru mai multe produse dintr-o regiune a unui stat din SUA. Vei agrega apoi aceste prognoze pentru mai multe regiuni ale aceluiași stat, formând un sistem complet de prognoză ierarhică.
Cerințe prealabile
Curriculum
Structura cursului
1
Prognozarea cererii cu serii de timp
Când vine vorba de prognoză, modelarea seriilor de timp este un punct de plecare excelent! Trebuie să prognozezi valorile viitoare ale cererii de vânzări, iar o abordare de bază potrivită sunt modelele ARIMA. În acest capitol vei învăța cum să implementezi rapid modele ARIMA și să obții prognoze inițiale solide pentru cererea viitoare de produse.
- Încărcarea datelor într-un obiect xts50 XP
- Importul datelor100 XP
- Reprezentarea grafică a datelor100 XP
- ARIMA Time Series 10150 XP
- Funcția auto.arima()100 XP
- Interpretează auto.arima50 XP
- Prognoză și evaluare50 XP
- Funcția forecast100 XP
- Calcularea MAPE și MAE100 XP
- Vizualizarea prognozei100 XP
- Intervale de încredere pentru prognoză100 XP
2
Componentele cererii
Teoria economică oferă o perspectivă valoroasă asupra prognozării valorilor cererii. Evident, factori externi precum prețul, sezonalitatea și momentul promoțiilor influențează anumite aspecte ale cererii de produse. În acest capitol vei învăța elementele de bază ale modelelor de elasticitate a prețului și cum să integrezi factorii de sezonalitate și de calendar promoțional în prognozele cererii de produse.
3
Combinarea regresiei cu seriile de timp
Modelele de serii de timp și regresiile de prețuri nu trebuie tratate ca abordări separate ale prognozei cererii de produse — ele pot fi combinate! În acest capitol vei învăța două modalități de „combinare" a informațiilor obținute din ambele abordări de modelare: funcțiile de transfer și ansamblul de prognoze.
4
Prognoza ierarhică
Tot ce am parcurs până acum vizează construirea de modele individuale pentru prognozarea cererii de produse. Nu am exploatat însă faptul că toate aceste produse formează o ierarhie de vânzări. Produsele alcătuiesc regiuni, iar regiunile alcătuiesc state. Cum ne asigurăm că prognozele noastre sunt coerente în sus și în jos pe ierarhie? În acest capitol vei învăța despre prognoza ierarhică și cum să o folosești în avantajul tău pentru prognozarea cererii de produse.
R
Prognozarea cererii de produse în R
Curs
finalizat
