Процесс моделирования спроса на товары с использованием алгоритмов машинного обучения
The process of modeling product demand using machine learning algorithms
Ключевые слова:
линейная регрессия, прогнозирование спроса, анализ данных, электронная коммерция, зависимость переменных, машинное обучение, эффективность моделирования.Аннотация
В данной статье исследуется процесс моделирования спроса на товары с применением методов машинного обучения. Каждый метод оценивается по точности прогноза, способности адаптироваться к изменениям на рынке и времени обучения. Целью исследования является определение наиболее эффективного метода для прогнозирования спроса на товары.
Библиографические ссылки
Список литературы
Дасаева, Д. А., & Мокшин, В. В. (2022). ОБЗОР МЕТОДОВ ПРОГНОЗИРОВАНИЯ СПРОСА НА ОНЛАЙН ПЛОЩАДКАХ.
Капитонова, Е. А. (2020). Прогнозирование цен на жилье на основе модели линейной регрессии. PHYSICS AND MATHEMATICS, 14.
Мезенин, А., Салихова, М., & Побединский, В. (2023). ПРОГНОЗИРОВАНИЕ МЕТОДОМ МАШИННОГО ОБУЧЕНИЯ MACHINE LEARNING FORECASTING. ББК 30 Р 68, 287.
Yerlankyzy, A. (2023). АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПОТРЕБЛЕНИЯ ПРОДУКТОВ ПИТАНИЯ. МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ, 4(4), 56-65.
Зюсько, К. Д. (2020). Прогноз спроса на товар с помощью нейронных сетей в условиях меняющейся размерности входных данных. Экономика и качество систем связи, (1 (15)), 36-41.
Дрогобыцкий, И. Н. (2023). МОДЕЛИРОВАНИЕ ПРЕДСКАЗАНИЙ И ОЖИДАНИЙ. Вестник Таганрогского института управления и экономики, (2 (38)), 3-8.
Зюсько, К. Д. (2020). Прогноз спроса на товар с помощью нейронных сетей в условиях меняющейся размерности входных данных. Экономика и качество систем связи, (1 (15)), 36-41.
Загрузки
Дополнительные файлы
Опубликован
Как цитировать
Лицензия
Copyright (c) 2024 Мирзаян Камилов, Мирзаакбар Худайбердиев, Ойимбуш Алимжанова
![Лицензия Creative Commons](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.