Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Ученые спрогнозировали розничные продажи с помощью нового алгоритма
В современной экономике, где объемы продаж растут в геометрической прогрессии, умение предвидеть, какие товары будут пользоваться спросом, можно назвать залогом успеха для любого бизнеса. Ученые МТУСИ предложили решение для такого прогноза.
Как правило, данные о продажах формируют непрерывный поток информации в датасет, где каждая группа «товар-магазин» представляет собой обособленный временной ряд, который по отдельности невозможно проанализировать вручную и представить графически. Традиционные статистические методы не справляются с такими объемами информации и сложными взаимосвязями между различными факторами, влияющими на спрос. Решением проблемы может стать машинное обучение, однако его эффективность напрямую зависит от скорости и точности вычислений, объема данных и доступных вычислительных ресурсов.
Сотрудники кафедры «Математическая кибернетика и информационные технологии» (МКиИТ) факультета «Информационные технологии» МТУСИ — доктор технических наук профессор Юрий Леохин и кандидат технических наук, доцент Тимур Фатхулин — провели масштабное исследование, посвященное поиску оптимального решения для прогнозирования спроса на отдельные виды товаров.
В рамках исследования были отобраны и протестированы различные модели машинного обучения, включая Random Forest, Linear Regression, XGBoost, LightGBM, CatBoost и LSTM. Для оценки эффективности каждой модели использовались три ключевые метрики: RMSE (среднеквадратичная ошибка), MAE (средняя абсолютная ошибка) и R2 (коэффициент детерминации). Для обучения и тестирования моделей использовались реальные данные о продажах.
«Данные метрики являются универсальными, а их использование вместе позволяет более полно оценить поведение моделей, что было определено в ходе анализа рассматриваемой предметной области. Далее мы отобрали данные из открытых источников, чтобы разработать универсальную модель, которая будет эффективно работать в разных условиях и с отдельными типами товаров. Мы загрузили в модели датасет с данными о продажах фирмы «1С» (16 249 записей из 67 товарных групп в 13 магазинах за 34 месяца), розничной сети Эквадора (24 090 записей, включающих 33 товарных групп за 730 дней) и розничных магазинов в различных регионах страны (15 800 записей о четырех видах товара в пяти магазинах за 790 дней)», – поделился особенностями исследования профессор, доктор технических наук, Юрий Леохин.
Результаты исследования показали, что наиболее эффективной моделью для прогнозирования спроса является XGBoost – модель градиентного бустинга.
«XGBoost – это универсальная и мощная модель, ориентированная на высокую производительность, масштабируемость и точность. Она продемонстрировала наивысшую точность и стабильность прогнозов по сравнению с другими рассмотренными моделями. Тщательная настройка параметров и правильный выбор признаков в данных позволят в будущем еще больше повысить точность и эффективность данной модели», – пояснил доцент, кандидат технических наук Тимур Фатхулин.
В дальнейшем исследователи планируют продолжить работу над совершенствованием модели, уделяя особое внимание настройке параметров и подбору оптимальных признаков в данных.
Исследование, проведенное учеными МТУСИ, открывает новые горизонты для создания интеллектуальных систем, способных с высокой точностью прогнозировать спрос в различных отраслях: от розничной торговли до крупного производства.
Международная команда ученых оценила связь между длительностью физической активности, ее интенсивностью, риском смерти от всех причин и вероятностью развития сердечно-сосудистых и онкологических заболеваний.
Кража лошадей была серьезной проблемой для крестьянских хозяйств в Российской империи. Особенности этого явления, включающие жестокие уголовные наказания, крестьянский самосуд и межэтнические конфликты, выявили в ходе исследования юридических источников историки из МФТИ и РЭУ имени Г.В. Плеханова.
Исследователи разобрались с тем, что происходит в организме пластикоядных гусениц при поедании и переваривании самого распространенного пластика. Оказалось, что для их здоровья это не проходит бесследно, но, похоже, есть способ помочь и гусеницам, и осуществляемому ими процессу разрушения искусственных полимеров.
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Подобрать тип физической активности, который лучше всего подходит человеку, можно исходя из особенностей его характера. Психологи из Великобритании определили, что люди с разными чертами личности получают больше удовольствия от разных видов спорта.
В июне 2025 года ВК покинули 1,2 миллиона авторов контента. Это резкое ускорение их бегства в сравнении с предшествующими месяцами. Одновременно число авторов на других платформах растет, в результате по этому показателю соцсеть обогнал не только Telegram, но и запрещенный Instagram*. Причиной происходящего многие наблюдатели посчитали совокупность решений менеджмента компании за последние годы.
Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Комментарии