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.
Telegram 
Дзен 
VK В древней истории скифы занимали значительное место. Их внешность и обычаи подробно описал Геродот. Скифские курганы распространены по всей Евразийской степи — от Внутренней Монголии до севера Причерноморья. Одна из характерных черт материальной культуры — знаменитый звериный стиль. Археология не дала убедительных ответов на вопросы о происхождении скифов, а также о том, кто их прямые потомки. Ученые возлагают надежды на палеогенетику.
Квантовую механику активно применяют не только в науке, но и при некоторых расчетах, связанных с работой электроники. Несмотря на заметные практические результаты, эта отрасль науки не имеет единых взглядов на то, как на самом деле устроена та самая физическая реальность, которую квантовая механика призвана описывать.
Гостингом (от английского «призрак») называют ситуацию, когда человек прекращает общение или отношения, «пропадая с радаров» без объяснения причин. Исследователи из США сымитировали такое поведение, а затем проанализировали реакцию людей на него.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
В древней истории скифы занимали значительное место. Их внешность и обычаи подробно описал Геродот. Скифские курганы распространены по всей Евразийской степи — от Внутренней Монголии до севера Причерноморья. Одна из характерных черт материальной культуры — знаменитый звериный стиль. Археология не дала убедительных ответов на вопросы о происхождении скифов, а также о том, кто их прямые потомки. Ученые возлагают надежды на палеогенетику.
Квантовую механику активно применяют не только в науке, но и при некоторых расчетах, связанных с работой электроники. Несмотря на заметные практические результаты, эта отрасль науки не имеет единых взглядов на то, как на самом деле устроена та самая физическая реальность, которую квантовая механика призвана описывать.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно