使用长短期记忆神经网络的需求预测
机器学习
2020-08-20 v1 机器学习
摘要
在本文中，我们于一篇硕士论文背景下，针对 100 种快速消费品，研究长短期记忆神经网络(LSTMs)在电子杂货零售领域需求预测中的适用程度。为此开发并测试了基于 LSTM 的单变量与多变量模型。平均而言，所开发模型对食品的表现优于统计与机器学习两族的对比模型。仅在饮料领域，随机森林与线性回归取得了略优结果。该结果表明 LSTM 可用于产品级需求预测。基于迄今未公开的数据集所做的评估显示，此处模型的性能超越了当前研究水平。
引用
@article{arxiv.2008.08522,
title = {Demand Forecasting using Long Short-Term Memory Neural Networks},
author = {Marta Gołąbek and Robin Senge and Rainer Neumann},
journal= {arXiv preprint arXiv:2008.08522},
year = {2020}
}