8月29日
00:44
00:44官方一手AWS Machine Learning Blog@Vianney Bruned
精选
Decathlon作为全球最大的体育用品零售商之一,使用Chronos-2在AWS上预测每周需求。该系统为多个大陆上的数万种产品提供预测,将预测准确率提高了11-15个百分点。系统在仅使用CPU实例的情况下,每周推理成本约为0.03美元。
推荐理由:Decathlon用Chronos-2在AWS上预测全球数万种产品需求,准确率提升11-15点,每周推理仅需3美分。
5月22日
11:19
11:19官方账号arXiv cs.LG@Carlos Heredia, Daniel Roncel
精选
研究人员提出了一种名为ICDN(可积分上下文依赖需求网络)的神经网络模型,用于多产品零售需求预测。该模型将对数需求作为对数价格的平滑、上下文条件函数进行学习,从而能够精确推导出弹性。在Dominick's啤酒数据集上,ICDN相比传统的对数-对数基准模型,在样本外泛化上表现更优,并生成了更稳定、经济上更合理的弹性估计,尤其对于弱识别的交叉价格效应。
推荐理由:零售定价和需求预测的从业者终于有了一个能稳定估计交叉价格弹性的工具——ICDN直接解决了传统模型在弱识别场景下的不稳定问题,做品类管理和定价优化的团队值得关注。