Прогнозування попиту на товари в ритейлі з використанням машинного навчання

Abstract

В кваліфікаційній роботі магістра досліджено проблему прогнозування попиту на товари в ритейлі. В результаті дослідження було з’ясовано, що ці дані мають різні формати, частоту, пропуски, а також значну амплітуду, що ускладнює їх інтеграцію та подальший аналіз. Для вирішення задачі прогнозування застосовано інтелектуальний аналіз даних із використанням методів машинного навчання, а саме, алгоритм градієнтний бустингу, XGBoost. Сформовано модель прогнозування та проведено її моделювання на тестовій виборці даних. На основі цього розроблено інформаційну систему прогнозування. Робота складається з 99 сторінок, 10 рисунків, 7 таблиць, додатку. Перелік використаних джерел має 26 найменувань.