Как ИИ и ML меняют ритейл: прогнозирование, расчет запасов и линейное программирование

147 подписчиков

12+
12+

18 часов назад

ПожаловатьсяНарушение авторских прав

147 подписчиков

12+
12+

18 часов назад

ПожаловатьсяНарушение авторских прав
12+
12+

18 часов назад

Как работает машинное обучение в ритейле и какую роль ML играет в реальных бизнес-задачах? Какие задачи наука помогает решать для FMCG и розничной торговли? В этой лекции с научного фестиваля Geek Picnic Наталья Морозова (руководитель отдела IT-консультантов компании Teamidea) подробно рассказывает о применении математической статистики, моделей машинного обучения и оптимизационных алгоритмов в сфере FMCG и Retail. 📌 В лекции рассматриваются: Прогнозирование спроса и расчет страховых запасов; Требования к быстродействию IT-систем в ритейле; Модели машинного обучения и регрессионный анализ; Работа с аномалиями и выбросами в данных; Решение задач линейного программирования для оптимизации планирования. ⏱ Таймкоды: 00:00 — Введение 01:34 — Какие задачи наука помогает решать для FMCG и Retail 03:02 — Планирование страхового запаса 05:12 — Требования к быстродействию IT-систем 07:28 — Базовые методы прогнозирования 10:24 — Модели машинного обучения (ML) в ритейле 13:00 — Регрессионные модели и минимизация ошибок 15:22 — Работа с непредсказуемыми выбросами в прогнозах 18:11 — Статистические выбросы и аномалии 21:14 — Специфические задачи планирования для FMCG и Retail 23:34 — Зачем компаниям автоматизированные IT-решения 26:06 — Классическая задача линейного программирования 28:26 — Как работает оптимизатор 30:35 — Контакты для резюме и вопросы 💬 Применяете ли вы ML и математические модели в своей практике? Делитесь мнением в комментариях!

Название:

Как ИИ и ML меняют ритейл: прогнозирование, расчет запасов и линейное программирование

Категория:

Разное