VIP20
本课程属于：007-需求预测模型 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

因果特征在间歇需求预测中的提取与工程落地指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
间歇需求预测的痛点与因果特征的价值
课程导论间歇需求预测的痛…
02
基础概念
什么是间歇需求？Croston法与T…
基础概念Croston
03
因果推断入门
相关性不等于因果性 · 潜在结果框架与DAG
因果推断入门相关性不等于因果…
04
特征工程回顾
传统时序特征（滞后 · 滑动窗口 · 季节性）在间歇场景下的失效分析
特征工程回顾传统时序特征
05
因果特征定义
什么是因果特征？干预 · 反事实与结构性因果模型
因果特征定义什么是因果特征？…
06
数据预处理
间歇需求数据的缺失值处理 · 零膨胀处理与时间对齐
数据预处理间歇需求数据的缺…
07
因果图构建
基于领域知识的DAG绘制方法与工具（… · CausalNex）
因果图构建DAG
08
因果发现算法
PC算法 · FCI算法在间歇需求变量上的应用
因果发现算法PC
09
DoWhy库入门
安装 · 因果图定义 · 识别与估计流程
DoWhy库入门
10
特征提取（一）
基于DoWhy的因果效应估计提取特征… · CATE）
特征提取DoWhy
11
特征提取（二）
使用线性IV与2SLS提取工具变量特…
特征提取IV
12
特征提取（三）
基于Double ML的因果特征提取
特征提取Double
13
特征提取（四）
使用CausalForest提取异质…
特征提取CausalForest
14
特征选择
基于因果强度的特征排序与筛选（P值 · 置信区间）
特征选择基于因果强度的特…
15
特征融合
将因果特征与传统时序特征进行拼接与权…
特征融合将因果特征
16
模型选型
适用于间歇需求+因果特征的预测模型（… · XGBoost · DeepAR）
模型选型适用于间歇需求+…
17
工程架构设计
因果特征提取管线的整体架构（离线+实…
工程架构设计因果特征提取管线…
18
离线训练Pipeline
数据湖→特征工程→因果估计→模型训练…
Pipeline离线训练
19
在线推理Pipeline
实时特征计算→因果特征查询→模型预测…
Pipeline线推理
20
特征存储与版本管理
使用Feature Store（Fe…
特征存储版本管理
21
因果特征监控
PSI · 因果效应漂移检测与数据质量告警
因果特征监控PSI
22
A/B测试设计
如何设计实验验证因果特征带来的预测提…
A/B测试设计
23
案例实战（一）
零售快消品SKU级别的间歇需求预测
案例实战SKU
24
案例实战（二）
备件维修场景下的因果特征提取
案例实战备件维修场景下的…
25
案例实战（三）
医药供应链中的零膨胀需求预测
案例实战医药供应链
26
性能优化
因果特征计算加速（并行化 · 近似估计 · 缓存策略）
性能优化因果特征计算加速
27
常见陷阱
混淆变量遗漏 · 过度干预 · 特征泄露与过拟合
常见陷阱混淆变量遗漏
28
可解释性
使用SHAP与因果图解释预测结果
可解释性SHAP
29
前沿展望
时序因果发现（TCDF） · 反事实预测与生成式因果模型
前沿展望TCDF
30
课程总结
从理论到落地的关键要点与最佳实践清单
课程总结从理论到落地的关…