Прогнозування продажів продуктової компанії з використанням Gradient Boosting
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Дану роботу присвячено прогнозуванню кількості продажів з використанням алгоритму Gradient Boosting. В рамках дослідження проведено передобробку даних, виконано розвідувальний аналіз даних, розроблено модель для прогнозування кількості продажів та проведено її тестування. Модель було перевірено та підтверджено її ефективність на основі раніше невідомих даних.
This work is devoted to forecasting the number of sales using the Gradient Boosting algorithm. As part of the study, data reprocessing was carried out, exploratory data analysis was carried out, a model for predicting the number of sales was developed and tested. The model was tested and its effectiveness was confirmed based on previously unknown data.
This work is devoted to forecasting the number of sales using the Gradient Boosting algorithm. As part of the study, data reprocessing was carried out, exploratory data analysis was carried out, a model for predicting the number of sales was developed and tested. The model was tested and its effectiveness was confirmed based on previously unknown data.
Опис
Ключові слова
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-57-0
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Дудар А. М., Жуков С. О. Прогнозування продажів продуктової компанії з використанням Gradient Boosting // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/24909.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Company Financials Dataset Kaggle. [ ]. : https://www.kaggle.com/datasets/atharvaarya25/financials
- Zhang Z., Zhao Y., Canes A., Steinberg D., Lyashevska O. Predictive analytics with gradient boosting in clinical medicine. Annals of Translational Medicine. 2019. Vol. 7, no. 7, [ ] : https://atm.amegroups.org/article/view/24543/23475
- Wang J., Chong W. K., Lin J., Hedenstierna C. P. T. Retail Demand Forecasting Using Spatial-Temporal Gradient Boosting Methods. Journal of Computer Information Systems. 2023. Vol. 64, no. 5, pp. 652664. [ ] : https://doi.org/10.1080/08874417.2023.2240753
- Malik S., Khan M., Abid M. K., Aslam N. Sales Forecasting Using Machine Learning Algorithm in the Retail Sector. Journal of Computing & Biomedical Informatics. 2024. Vol. 6, no. 2, pp. 282294. [ ] : https://www.jcbi.org/index.php/Main/article/view/370
- Neba C., Gerard S. F. B., Nsuh G., Amouda P., Neba A., et al. Advancing Retail Predictions: Integrating Diverse Machine Learning Models for Accurate Walmart Sales Forecasting. Asian Journal of Probability and Statistics. 2024. Vol. 26, no. 7, pp. 123. [ ] : https://doi.org/10.9734/ajpas/2024/v26i7626