Методи машинного навчання в аналізі та прогнозуванні споживчого попиту
Ключові слова:
машинне навчання, штучна нейронна мережа, прогнозування, попитАнотація
Робота аналізує застосування методів машинного навчання, зокрема нейронних мереж для прогнозування споживчого попиту, водночас підкреслюється важливість точності прогнозів для оптимізації діяльності підприємств.
Посилання
Jr C. C. W., Chase C. W. Demand-Driven Forecasting: A Structured Approach to Forecasting. Wiley & Sons, Limited, John, 2015.
Юрчак І. Ю. Системи з самоорганізацією та самонавчанням: курс лекцій. Львів: Кафедра САП, НУ Львівська політехніка. URL: https://www.victoria.lviv.ua/library/students/sss/lecture.html
Субботін С. О. Нейронні мережі: теорія та практика: навч. посіб. Житомир: Вид. О. О. Євенок, 2020. 184 с.
Aggarwal C. C. Neural Networks and Deep Learning: A Textbook. Springer, 2019. 520 p.
Ткачук Н. О., Січко Т. В. Застосування Від Data у бізнесі. Комп’ютерні технології обробки даних: матеріали всеукр. наук.-практ. конф. Вінниця, 2022. С. 224–226.
