Offered By: IBM
Основы машинного обучения в розничной торговле
Эта лабораторная работа посвящена изучению основных методов машинного обучения для анализа розничной торговли на основе данных о мировых ценах на продукты питания из Всемирной продовольственной программы, охватывающих такие продукты, как кукуруза, рис, бобы, рыба и сахар, для 76 стран и примерно 1500 рынков.
Continue readingGuided Project
Artificial Intelligence
5.0
At a Glance
Эта лабораторная работа посвящена изучению основных методов машинного обучения для анализа розничной торговли на основе данных о мировых ценах на продукты питания из Всемирной продовольственной программы, охватывающих такие продукты, как кукуруза, рис, бобы, рыба и сахар, для 76 стран и примерно 1500 рынков.
Основная задача, которую предстоит решить в этой лабораторной работе — использование базовых методов машинного обучения для прогнозирования цен на мировых рынках. Рассмотрены три разные задачи прогнозирования закупочных цен, а именно:
- Установление функциональных зависимостей между группами товаров на рынках той или иной страны. На основе найденных зависимостей построение прогноза и анализ чувствительности между колебаниями цен на разные группы товаров.
- Установление взаимосвязей между ценами на рынках страны
- Анализ влияния цены товаров стран-экспортеров на внутрирыночную цену страны-импортера.
Основная сложность анализа реальных данных заключается в том, что они подготавливаются или представляются в неудобной для методов машинного обучения форме, отсутствуют четкие алгоритмы и правила выбора методов машинного обучения для анализа.
В этой лабораторной работе показано использование набора методов машинного обучения для решения таких задач.