Supply Chain Demand forecasting with Python

سرفصل های دوره

Learn to build advanced time series demand forecasting models in python

1 - Introduction to time series forecasting in python

1 - Introduction to moving average forecasting

1 - data to perform the analysis.zip

1 - link to python code jupyter notebooks.zip

2 - Learn to clean and prepare time series data in python

3 - Build a function for moving average forecast

4 - Visualize the time series forecast forecast results

2 - Measure forecast accuracy

5 - Forecast Bias

6 - 2.2.6.Mean-Absolute-Percentage-Error-MAPE

6 - Mean Absolute Percentage Error MAPE

7 - Mean Absolute Error MAE

8 - Root Mean Square Error RMSE

3 - Advanced time series forecasting models

9 - Weighted Moving Average

10 - Optimize parameters in Weighted Moving Average Forecast

11 - Single Exponential Smoothing

12 - Optimize Alpha Parameter for Single Exponential Smoothing

13 - Double Exponential Smoothing

14 - Double Exponential Smoothing with Damped Trend

15 - Triple Exponential Smoothing

139,000 تومان

خرید اشتراک افزودن به سبد خرید

خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

تولید کننده: Udemy-Training