Zhuosd / 2021_AliCloud_Supply_Chain_CompetitionLinks
2021阿里云供应链大赛之需求预测及单级库存优化，B榜73名
☆25Updated last year
Alternatives and similar repositories for 2021_AliCloud_Supply_Chain_Competition
Users that are interested in 2021_AliCloud_Supply_Chain_Competition are comparing it to the libraries listed below
Sorting:
- 利用时间序列预测汽车销量☆41Updated 6 years ago
- 物流需求预测法的python实现（Logistics Demand Forecasting By Python），含移动平均法、指数平滑法、平滑系数的确认、结果输出到excel表、误差分析等☆36Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 years ago
- 智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测☆35Updated 4 years ago
- 基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。☆103Updated 5 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆79Updated 5 years ago
- 基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。☆101Updated 6 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆40Updated 5 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆58Updated 7 years ago
- 尝试对比ARIMA、LSTM、SARIMA、GRA_LSTM、SARIMA_LSTM串联模型和SARIMA_LSTM并联模型的时序预测能力。☆14Updated 2 years ago
- 基于统计学的时间序列预测(AR,ARM).☆281Updated 4 years ago
- 基于LSTM的电力负荷预测☆153Updated 6 years ago
- Undergradute final project with ARIMA,LSTM,GRU,Xgboost and DeepTTE.毕业论文代码库合集，包括基于ARIMA,LSTM,GRU进行时间序列预测，基于DeepTTE解决ETA(estimated time of …☆20Updated 3 years ago
- 一种有效的电力负荷预测方法☆63Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆171Updated 5 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 5 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆191Updated 5 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆82Updated 6 years ago
- 电力系统短期负荷预测☆43Updated 4 years ago
- 本项目为时间序列预测项目，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆24Updated 2 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 years ago
- 机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- ☆254Updated last year
- 电力负荷的时间序列未来预测☆24Updated 2 years ago
- 第十一届泰迪杯B题：产品订单的数据分析与需求预测 代码和数据☆38Updated last year
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago