Selbination: Ein hybrides Meta-Lernverfahren zur automatischen Selektion und Kombination geeigneter Prognosemodelle für die Produktionsplanung
Autor Mirko Kückde Limba Germană Paperback – 21 sep 2024
Preț: 480.71 lei
Preț vechi: 552.54 lei
-13% Nou
Puncte Express: 721
Preț estimativ în valută:
92.04€ • 95.84$ • 76.37£
92.04€ • 95.84$ • 76.37£
Carte disponibilă
Livrare economică 20-25 ianuarie
Livrare express 08-14 ianuarie pentru 55.82 lei
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783658456047
ISBN-10: 3658456043
Pagini: 237
Ilustrații: Etwa 235 S.
Dimensiuni: 148 x 210 mm
Greutate: 0.34 kg
Ediția:2025
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Vieweg
Locul publicării:Wiesbaden, Germany
ISBN-10: 3658456043
Pagini: 237
Ilustrații: Etwa 235 S.
Dimensiuni: 148 x 210 mm
Greutate: 0.34 kg
Ediția:2025
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Vieweg
Locul publicării:Wiesbaden, Germany
Notă biografică
Dr.-Ing. Mirko Kück arbeitet als Data Scientist und Lehrbeauftragter. Seine Dissertation, die mit dem Wissenschaftspreis Logistik 2023 der Bundesvereinigung Logistik (BVL) ausgezeichnet wurde, entstand im Rahmen seiner Tätigkeit als Wissenschaftlicher Mitarbeiter am BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen.
Textul de pe ultima copertă
Genaue Nachfrageprognosen sind von signifikanter Bedeutung für Unternehmen in Supply Chains. Dies gilt insbesondere für Unternehmen, die Produkte auf Lager produzieren oder für Handelsunternehmen. Diese müssen die Kundennachfrage in regelmäßigen Intervallen prognostizieren, weshalb automatische Prognoseverfahren notwendig sind. Alle bisher entwickelten Verfahren lassen sich entweder als reine Selektions- oder als reine Kombinationsansätze klassifizieren und es existieren bislang keine hybriden Verfahren zwischen Selektion und Kombination. Zur Nutzung der Vorteile der beiden Ansätze wird in diesem Buch ein hybrides Verfahren vorgestellt, das für jede Zeitreihe datengetrieben entweder selektiert oder kombiniert. Das sogenannte Selbinationsverfahren besteht aus einem Meta-Modell zur Schätzung der Eignungswahrscheinlichkeiten verschiedener Prognoseverfahrenskandidaten und einer Selektionsfunktion, die auf Basis der Eignungswahrscheinlichkeiten sowie einer sogenannten Hybriditätsgrenze ein oder mehrere Prognoseverfahren selektiert. Das neuartige Verfahren wird in einer umfassenden empirischen evaluiert und erzielt im Durchschnitt signifikant bessere Prognosen als etablierte Verfahren aus dem Stand der Forschung.
Der Autor
Dr.-Ing. Mirko Kück arbeitet als Data Scientist und Lehrbeauftragter. Seine Dissertation, die mit dem Wissenschaftspreis Logistik 2023 der Bundesvereinigung Logistik (BVL) ausgezeichnet wurde, entstand im Rahmen seiner Tätigkeit als Wissenschaftlicher Mitarbeiter am BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen.
Der Autor
Dr.-Ing. Mirko Kück arbeitet als Data Scientist und Lehrbeauftragter. Seine Dissertation, die mit dem Wissenschaftspreis Logistik 2023 der Bundesvereinigung Logistik (BVL) ausgezeichnet wurde, entstand im Rahmen seiner Tätigkeit als Wissenschaftlicher Mitarbeiter am BIBA - Bremer Institut für Produktion und Logistik an der Universität Bremen.