Надежный и масштабируемый прогноз закупок в логистике

Основное содержимое статьи

С. В. Ульянов
А. В. Филипьев

Аннотация

Cтатья призвана показать, что алгоритмы машинного обучения могут применяться в различных коммерческих компаниях для улучшения разработки интеллектуальных систем. Основная задача – разработка надежной модели прогноза и ее запуске на масштабируемой платформе данных. Помимо алгоритмов и программного обеспечения, будут рассмотрены проблемы изменения процессов и предложены возможные решения.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
Ulyanov, S. V., & Filipyev, A. V. (2023). Надежный и масштабируемый прогноз закупок в логистике. Системный анализ в науке и образовании, (3), 1–7. извлечено от https://sanse.ru/index.php/sanse/article/view/550 (Original work published 30 сентябрь 2022 г.)
Раздел
Статьи

Библиографические ссылки

Wisner J. D., Tan K. C,Leong G. K. Principles of supply chain management: a balanced approach. Mason: Thomson South-Western, 2011.

Kenneth G. An ARIMA Supply Chain Model. Management Science. 2005. Vol.51, No 2. Pp. 305-310. https://pubsonline.informs.org/doi/pdf/10.1287/mnsc.1040.0308.

Forecasting of demand using ARIMA model. InternationalJournal of Engineering Business Manage-ment.Vol.10. Pp.1–9.https://journals.sagepub.com/doi/10.1177/1847979018808673.

Box George E. P, Jenkins G. Time series analysis, forecasting and control. San Francisco: Holden-Day, 1970.5.Hanke J. E.,Reitsch A. G. Business forecasting.5th ed. Englewood Cliffs. 1995.6.Taylor S. J., Letham B. Forecasting at scale. 2017. PeerJ Preprints5:e3190v2. https://doi.org/10.7287/peerj.preprints.3190v2.

Hastie T., Tibshirani R. Generalized additive models: some applications.Journal of the American Statis-tical Association.1987. Vol. 82, No 398. Pp. 371–386.

Gardner E. S. Exponentialsmoothing: the state of the art.Journal of Forecasting. 1985. Vol. 4, Pp. 1–28.

Armbrust M., et al. Delta lake: high-performance ACID table storage over cloud object stores. Proceed-ings of the VLDB Endowment Vol. 13, No 12. 2020. Pp. 3411-3424.DOI:10.14778/3415478.3415560

Priebe T., Neumaier S., Markus S. Finding Your Way Through the Jungle of Big Data Architectures. 2021 IEEE International Conference on Big Data (Big Data). IEEE, 2021. DOI: 10.1109/BigData52589.2021.9671862.

Khan Mohammad Arafat Ali, et al. Nowcasting the Financial Time Series with Streaming Data Analyt-ics under Apache Spark.2022.arXiv preprint arXiv:2202.11820.

Jit Kee Chin, Mikael Hagstroem, Ari Libarikian, and Khaled Rifai. Advanced analytics: Nine insights from the C-suite. McKinsey & Company. 2018. https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/ advanced-analytics-nine-insights-from-the-c-suite.