예측오차율을 산출하는 방법으로 예측성능을 검증한다. 그 결과 예측성능은 신경망 알고리즘, ARIMA, 중회귀 순으로 나타났다.
요지
본 논문에서는 일별 물 수요량 자료를 사용하여 그것을 예측하는 데 있어서 기후나 휴일여부 등의 외부영향요인들을 함께 고려하여 최적의 예측이 가능하도록 하
예측 데이터의 확룰을 높여 좀 더
확실한 수요에측을 할 수 있도록 해야 할 것이다. 공급의 위험은 원자재의 수급 불안정에 대한 위험과 각 재료 또는 완성품의 배송에 따른 위험
이 존재하는 것을 말한다. 유니폼의 원자재인 나일론등의 재료가 일시적인 현상으로 인해 부족분이 발
성능을 평가하고 필요할 경우 모델의 하이퍼파라미터를 미세조정한 후 모델의 일반화 성능을 평가한다. 모델의 성능이 만족스러우면 실제 환경에 배포하여 새로 들어오는 데이터에 대한 예측을 수행한다. 이처럼 다층신경망의 학습은 손실을 최소화하고 모델이 데이터의 패턴을 학습하도록 하는 과정
성능이 좋아짐에따라 같이 성장★
(중략)
전문가 vs 슈퍼크런처
슈퍼크런처가 사용되기전
대부분의 예측시스템은 전문가의 손에 행해졌음
2000년대 들어서 데이터의 양이 늘어나고
슈퍼크런처가 사용되기 시작하자
전문가vs 슈퍼크런칭 어떤쪽이
더 예측을 잘하는지 궁금해 하는사람들
예측력과 기민한 반응 구조 완성. 영업부서 내 사이버 팀을 별도 운영
전 매장 실시간 온라인망 - 물류 이동 및 예측․반응생산을 위한 피드백 작업 진행 및 소비자 구매 정보의 실시간 전달 → 제품의 소진율 증대 크게 기여.
영업 담당자들은 전국 판매망의 매출 정보를 매일 실시간 체크 → 빈 상