Machine learning toepassen om je voorspelling te verbeteren, kan dat? Deze whitepaper, het resultaat van kwantitatief onderzoek door Supply Value met belangrijke klanten, evalueert drie forecasting modellen-Prophet, Neuralprophet en LightGBM in een real-life retail bedrijfscontext. Het belang van een volwassen data-architectuur wordt benadrukt, met aanwijzingen over drijfveren en barrières om dit doel te bereiken. Bedrijven met volwassen dataworkflows laten datasets van hogere kwaliteit zien, wat het belang benadrukt van toegang tot de juiste data op het juiste moment voor accurate voorspellingen.
De kracht en beperkingen van machinaal leren worden onderzocht door middel van de pilotstudie, die de belofte van een grotere complexiteit van het model laat zien. Een balans is echter cruciaal omdat complexiteit de interpreteerbaarheid vermindert. De bedrijfscontext bepaalt ook de prestaties van het model, waarbij neurale netwerken geschikt zijn voor grillige vraagpatronen en LightGBM effectief is in rijke datasets.
Bent u geïnteresseerd in het ontsluiten van de voordelen van door Machine Learning aangedreven voorspellingen door middel van volwassen gegevensbeheer? Download dan de whitepaper hieronder.
