Offered By: IBM
Основи машинного навчання в роздрібній торгівлі
Ця лабораторна робота присвячена вивченню основних методів машинного навчання для аналізу роздрібної торгівлі на основі даних про світові ціни на продукти харчування отриманих із Всесвітньої продовольчої програми, що охоплюють такі продукти, як кукурудза, рис, боби, риба та цукор, для 76 країн та приблизно 1500 ринків.
Continue reading Premium
Guided Project
Artificial Intelligence
4.9
At a Glance
Ця лабораторна робота присвячена вивченню основних методів машинного навчання для аналізу роздрібної торгівлі на основі даних про світові ціни на продукти харчування отриманих із Всесвітньої продовольчої програми, що охоплюють такі продукти, як кукурудза, рис, боби, риба та цукор, для 76 країн та приблизно 1500 ринків.
Основне завдання, яке буде вирішено у цій лабораторній роботі — використання базових методів машинного навчання для прогнозування цін на світових ринках. Розглянуто три різні завдання прогнозування закупівельних цін, а саме:
- Встановлення функціональних залежностей між групами товарів на ринках тієї чи іншої країни. На основі знайдених залежностей побудова прогнозу та аналіз чутливості між коливаннями цін на різні групи товарів.
- Встановлення взаємозв'язків між цінами на ринках країни
- Аналіз впливу ціни товарів країн-експортерів на внутрішньоринкову ціну країни-імпортера.
Основна складність аналізу реальних даних полягає в тому, що вони готуються або представлены в незручній для методів машинного навчання формі, відсутні чіткі алгоритми та правила вибору методів машинного навчання для аналізу.
У цій лабораторній роботі показано використання набору методів машинного навчання для вирішення таких завдань.