Name: Analisi Previsionale Delle Vendite in Un Negozio Stop (en Italiano)
SKU: 59146673
Price: 250734.00 COP
Availability: InStock
Author: Venkata Naganjaneyulu, K. ; Roy, Avinash
ISBN: 9786206331148

portada Analisi Previsionale Delle Vendite in Un Negozio Stop (en Italiano)

Analisi Previsionale Delle Vendite in Un Negozio Stop (en Italiano)

Formato

Libro Físico

Autor

Avinash Roy

Editorial

Edizioni Sapienza

Idioma

Italiano

N° páginas

104

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.6 cm

Peso

0.16 kg.

ISBN13

9786206331148

Categorías

Tecnología: cuestiones generales

Analisi Previsionale Delle Vendite in Un Negozio Stop (en Italiano)

Avinash Roy (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 417.890$ 250.734

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 250.734

¡Envío Gratis! Llega entre el 01 Dic y el 09 Dic a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Analisi Previsionale Delle Vendite in Un Negozio Stop (en Italiano)"

I volumi di vendita e i ricavi di ogni singolo prodotto sono ora monitorati dai centri di gestione dei grandi supermercati, noti come Big Mart, per prevedere il possibile consumo interno e rivedere il controllo delle scorte. Esplorando il server di database del data warehouse, si trovano spesso incongruenze e modelli generali. Le statistiche possono essere utilizzate da aziende come Big Mart per prevedere le vendite potenziali dei prodotti, utilizzando una serie di metodi di apprendimento automatico. In questo progetto, abbiamo utilizzato diversi algoritmi di apprendimento automatico come la regressione lineare, la regressione Ridge, la regressione Lasso, la regressione Decision Tree, la regressione Random Forest, il regressore Support Vector, il regressore Adaboost e la regressione XGBoost per prevedere le vendite dei prodotti nel Big Mart. Osserviamo che tra gli algoritmi citati la Regressione XGBoost è quella che funziona meglio nel prevedere il volume delle vendite. Abbiamo quindi creato un modello utilizzando XGBoost Regression e lo abbiamo messo a punto per migliorare ulteriormente l'accuratezza.