Επιλέξτε την εφαρμογή κριτηρίων αναζήτησης απο την παρακάτω λίστα, στα αποτελέσματα που βρέθηκαν:
Απόκρυψη λίστας κριτηρίων αναζήτησης
Βρέθηκε 1 αποτέλεσμα
, σύνολο σελίδων 1.
Εφαρμοζόμενα κριτήρια αναζήτησης:
Intermittent demand, Demand forecasting, Machine learning, Classical methods, M5 dataset
Ακύρωση των 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
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...
