VIP20
本课程属于:016-AI驱动的供应链需求预测与库存优化实战 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

供应链需求预测实战

🎯 30章 · 从入门到进阶 Python
什么是需求预测 预测的重要性 挑战与常见误区
Anaconda安装 Jupyter Notebook 必备库安装
Series/DataFrame 数据读取(CSV/Excel) 数据概览
处理缺失值 处理重复值 异常值检测
日期时间索引 resample重采样 shift/diff/滚动窗口
Matplotlib基础 折线/柱状/散点 Seaborn美化
趋势/季节性/周期性 相关性热力图 EDA分析
什么是平稳性 ADF/KPSS检验 差分操作
ACF图/PACF图 拖尾与截尾
历史平均值法 Naive Seasonal 简单移动平均(SMA)
简单指数平滑(SES) Holt线性趋势 Holt-Winters季节性
AR/I/MA含义 阶数选择(p,d,q) AIC/BIC准则
模型识别/估计 残差检验 预测与评估
参数(P,D,Q,m) SARIMA建模流程 案例实战
Facebook Prophet 基本用法 趋势/季节分解
节假日效应 自定义季节因子 Changepoint/预测区间
滞后特征/滚动统计 时间特征(年/月/周) One-Hot编码
普通最小二乘法 Ridge/Lasso正则化 特征重要性
决策树原理 随机森林集成 特征重要性/调优
梯度提升原理 XGBoost/LightGBM 模型对比
RNN基础/LSTM原理 Keras搭建LSTM 时间步长设置
MAE/MSE/RMSE MAPE/SMAPE/MASE 计算与解读
TimeSeriesSplit 滚动预测验证 Walk-Forward
简单/加权平均 Stacking集成 模型融合实战
递归/直接多步 多输出预测 Seq2Seq预测
数据加载/EDA SARIMA建模 评估
Prophet/XGBoost 模型对比
LSTM/特征工程 多步预测
预测vs实际对比 残差图/置信区间 仪表盘设计
常见陷阱总结 生产部署/AutoML 持续学习资源