Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17626
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΣεγρέδος, Κωνσταντίνος-
dc.date.accessioned2020-07-22T08:48:25Z-
dc.date.available2020-07-22T08:48:25Z-
dc.date.issued2020-07-16-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17626-
dc.description.abstractΗ παρούσα διπλωματική εργασία εξετάζει την πρόβλεψη των πωλήσεων σε καταστήματα λιανικής με την χρήση μεθόδων ιεραρχικής συνάθροισης και τεχνικές μηχανικής μάθησης. Σκοπός είναι να εξακριβωθεί πόσο καλά ανταποκρίνονται οι μέθοδοι μηχανικής μάθησης σε ιεραρχικά δεδομένα σε σχέση με τις κλασικές μεθόδους πρόβλεψης. Η μελέτη γίνεται σε ένα σύνολο μιας αλυσίδας καταστημάτων διαφορετικών γεωγραφικών περιοχών, οπότε κρίνεται αναγκαία η συμφιλίωση των επιμέρους προβλέψεων που θα παραχθούν ώστε οι προβλέψεις των χαμηλότερων επιπέδων να αθροίζουν σε αυτές των υψηλότερων. Για αυτό το λόγο γίνεται χρήση μεθόδων ιεραρχικής πρόβλεψης(hierarchical forecasting). Εισαγωγικά παρουσιάζονται κάποια βασικά χαρακτηριστικά των προβλέψεων, των μοντέλων χρονοσειρών καθώς και η ανάλυση που γίνεται πριν τη διαδικασία της πρόβλεψης. Αναλύονται στη συνέχεια οι μέθοδοι πρόβλεψης που θα χρησιμοποιηθούν ως σημείο αναφοράς και οι μέθοδοι μηχανικής μάθησης καθώς και οι δείκτες σφάλματος για την σύγκριση των μεθόδων. Ύστερα περιγράφονται οι μέθοδοι ιεραρχικής συνάθροισης και οι βασικές τεχνικές παραγωγής ιεραρχικών προβλέψεων. Τέλος περιγράφεται αναλυτικά η μεθοδολογία των προβλέψεων που ακολουθήθηκε και παρουσιάζονται τα αποτελέσματα των μεθόδων που ελέγχθηκαν.en_US
dc.languageelen_US
dc.subjectΤεχνικές Προβλέψεωνen_US
dc.subjectΙεραρχική Συνάθροιση Χρονοσειρώνen_US
dc.subjectΤεχνικές Μηχανικής Μάθησηςen_US
dc.subjectΙεραρχικές Προβλέψειςen_US
dc.subjectΝευρωνικά Δίκτυαen_US
dc.subjectForecasting Techniquesen_US
dc.subjectHierarchical Aggregationen_US
dc.subjectMachine Learning Techniquesen_US
dc.subjectHierarchical Forecastingen_US
dc.subjectNeural Networksen_US
dc.titleΠρόβλεψη ζήτησης σε καταστήματα λιανικής με μεθόδους ιεραρχικής συνάθροισης και τεχνικές μηχανικής μάθησηςen_US
dc.description.pages80en_US
dc.contributor.supervisorΑσημακόπουλος Βασίλειοςen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Διπλωματική.pdf1.67 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.