| Kursbeschreibung (description): |
Teilnehmende erhalten eine praxisnahe Einführung in Zeitreihenanalyse und Machine Learning zur Prognose von Verkaufszahlen. Vermittelt wird die Analyse von Retail-Daten mit Python, statsmodels und scikit-learn. Behandelt werden die Optimierung der Lagerhaltung mittels Bootstrapping, Prognosemodelle zur Bestandsplanung sowie praxisnahe Übungen zur Umsetzung.
|
|
| Zielgruppe (target group): |
|
|
| Voraussetzungen (requirements): |
Um dem Lerntempo und den Inhalten des Trainings AI410 Prognose von Verkäufen und Optimierung der Lagerhaltung mit Machine Learning gut folgen zu können, empfehlen wir vorab die Teilnahme an folgenden Kursen:
Alternativ sind Vorkenntnisse aus folgenden Bereichen nötig:
- Grundlagen der Python-Programmierung
- Datenextraktion und Datenaufbereitung
- Machine Learning
|
|
| Ziele (objectives): |
Grundlagen der Zeitreihenanalyse verstehen, Modelle für Verkaufsprognosen entwickeln, Lagerhaltung und Bestellungen optimieren können.
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 1 Tag
Schulungslänge (course length): 04:30 Stunden (inkl. Pausen)
Preis (price): 450,- Euro zzgl. MwSt.
Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Termine auf Anfrage.
Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
| Inhalte (agenda): |
- Motivation, Aufbereitung der Daten und explorative Datenanalyse in Pandas und Matplotlib
- Grundlagen der Zeitreihenanalyse mit statsmodels
- Autokorrelation
- ARMA-Modelle
- Regression
- Trends
- Stationarität
- Prognoseerstellung
- Prognoseevaluation
- ML-Prognosen mit scikit-learn
- Regularisierung
- Random Forests etc.
- Mit Hilfe von Bootstrapping Prognoseintervalle kalkulieren und die Lagerhaltung und Bestellungen optimieren
|
|
|
