مشخصات کتاب

Data Science for Supply Chain Forecasting

ویرایش:  
نویسندگان: Nicolas Vandeput  
سری:  
ISBN (شابک) : 9783110671209, 9783110671124 
ناشر: De Gruyter 
سال نشر: 2021 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 مگابایت 

در صورت تبدیل فایل کتاب Data Science for Supply Chain Forecasting به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب علم داده برای پیش بینی زنجیره تامین نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب علم داده برای پیش بینی زنجیره تامین

استفاده از علم داده برای حل یک مشکل بیش از مهارت های کدنویسی نیازمند یک ذهنیت علمی است. علم داده برای پیش‌بینی زنجیره تامین، ویرایش دوم ادعا می‌کند که یک روش علمی واقعی که شامل آزمایش، مشاهده و پرسش‌های مداوم است باید برای زنجیره‌های تامین به کار گرفته شود تا به برتری در پیش‌بینی تقاضا دست یابد. این ویرایش دوم بیش از 45 درصد محتوای اضافی را با چهار فصل جدید شامل مقدمه ای بر شبکه های عصبی و چارچوب ارزش افزوده پیش بینی اضافه می کند. بخش اول بر مدل‌های «سنتی» آماری تمرکز دارد، بخش دوم بر یادگیری ماشین، و بخش سوم کاملاً جدید به مدیریت فرآیند پیش‌بینی تقاضا می‌پردازد. فصل‌های مختلف هم بر مدل‌های پیش‌بینی و هم بر مفاهیم جدیدی مانند معیارها، عدم تناسب، بیش‌برازش، نقاط دورافتاده، بهینه‌سازی ویژگی‌ها و محرک‌های تقاضای خارجی تمرکز دارند. این کتاب مملو از بخش‌های خودتان انجام دهید با پیاده‌سازی‌های ارائه شده در پایتون (و اکسل برای مدل‌های آماری) به خوانندگان نشان می‌دهد که چگونه این مدل‌ها را خودشان اعمال کنند. این کتاب عملی، که طیف وسیعی از پیش‌بینی‌ها را پوشش می‌دهد - از اصول اولیه گرفته تا مدل‌های پیشرو - برای متخصصان زنجیره تامین، پیش‌بینی‌کنندگان و تحلیلگرانی که به دنبال پیش‌بینی تقاضا هستند، مفید خواهد بود.

توضیحاتی درمورد کتاب به خارجی

Using data science in order to solve a problem requires a scientific mindset more than coding skills. Data Science for Supply Chain Forecasting, Second Edition contends that a true scientific method which includes experimentation, observation, and constant questioning must be applied to supply chains to achieve excellence in demand forecasting. This second edition adds more than 45 percent extra content with four new chapters including an introduction to neural networks and the forecast value added framework. Part I focuses on statistical "traditional" models, Part II, on machine learning, and the all-new Part III discusses demand forecasting process management. The various chapters focus on both forecast models and new concepts such as metrics, underfitting, overfitting, outliers, feature optimization, and external demand drivers. The book is replete with do-it-yourself sections with implementations provided in Python (and Excel for the statistical models) to show the readers how to apply these models themselves. This hands-on book, covering the entire range of forecasting—from the basics all the way to leading-edge models—will benefit supply chain practitioners, forecasters, and analysts looking to go the extra mile with demand forecasting.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The Anatomy of Change: A Neo-institutional Perspective

دانلود کتاب Stochastic Geometry, Spatial Statistics and Random Fields: Asymptotic Methods

دانلود کتاب Encyclopedia of Gay Histories and Cultures: Volume 2 (Special - Reference)

دانلود کتاب Space Tourism: The Elusive Dream

دانلود کتاب The Sub-Loco Notes in the Former Prophets of Biblia Hebraica Stuttgartensia