Κριτήρια αναζήτησης: Intermittent demand, Demand forecasting, Machine learning, Classical methods, M5 dataset
Βρέθηκε 1 αποτέλεσμα
Βρέθηκε 1 αποτέλεσμα , σύνολο σελίδων 1.
Εφαρμοζόμενα κριτήρια αναζήτησης: Intermittent demand, Demand forecasting, Machine learning, Classical methods, M5 dataset Ακύρωση των κριτηρίων αναζήτησης
Περιορισμός αποτελεσμάτων με τη χρήση επιπλέον κριτηρίων αναζήτησης
Λίστα μετα τα αποτελέσματα αναζήτησης:
Τίτλος σε άλλη γλώσσα: Πρόβλεψη Διαλείπουσας Ζήτησης: Μια εμπειρική σύγκριση κλασικών μοντέλων και μοντέλων μηχανικής μάθησης για τον προγραμματισμό αποθεμάτων [Ελληνική] Ημερομηνία: 18-07-2026 Συγγραφέας: ΣΤΕΦΑΝΟΣ ΤΣΑΛΙΚΗΣ Σχολή: Σχολή Κοινωνικών Επιστημών Τμήμα: Διοίκηση Εφοδιαστικής Αλυσίδας (ΔΕΑ) Περίληψη (Abstract): This master’s dissertation examines intermittent demand forecasting, where frequent zero observations, irregular positive demand occurrence, and variability in non-zero quantities make reliable prediction difficult and complicate inventory planning. The study benchmarks classical intermittent forecasting methods against machine learning (ML) models under a common and controlled empirical framework...