리테일 sales forecasting 사례 - LSTM 모델 적용
2019. 9. 24. 18:59ㆍRetail, Consumer Goods Industry
https://peerj.com/preprints/27712.pdf
"Sales forecasting using multivariate long short term memory network models"
only history data만 가지고도 LSTM 모델을 써서 sales forecasting을 한다
Feature 선정 (유의미했던 변수 promotion availability and school holiday information 라고 합니다)부터
min-max scalining을 했다는 점
hyperparameter optimization을 적용한 점
이 모든 걸 제1저자인 Suleka Helmini 님의 github에서 python 코드를 확인할 수 있다
https://github.com/suleka96/Sales_Forcasting
suleka96/Sales_Forcasting
Contribute to suleka96/Sales_Forcasting development by creating an account on GitHub.
github.com
Bayesian Optimization 관련 파이썬 코드는 하단을 참조하쎄여
https://github.com/suleka96/Bayesian_Hyperparameter_optimization/blob/master/skopt_stock.py
'Retail, Consumer Goods Industry' 카테고리의 다른 글
| Interactive Pricing Analytics Pre-Configured Solution: User Guide (0) | 2019.10.03 |
|---|---|
| 빅 브랜드가 주목한 데이터 - Black Swan 포함 (0) | 2019.10.03 |
| [펌] TensorFlow를 활용한 네이버쇼핑의 상품 카테고리 자동 분류 (0) | 2019.09.12 |
| Cume Weighted Weeks (“CWW” in Nielsen, “Wtd Wks” in IRI) (0) | 2019.08.27 |
| [Grid Dynamics] Predictive analytics for promotion and price optimization (0) | 2019.08.24 |