Rooftop deltager i Kaggle-konkurrence for at se om brugen af machine learning kan forbedre demand forecasts

I dag har Rooftop Analytics meldt sig i Kaggle-konkurrencerne M5 Forecasting - accuracy og M5 Forecasting - uncertainty.

Dermed bruger vi vores tid på at identificere algoritmer – ved hjælp af anvendelse af Machine Learning, som forudsiger salg af varer og beregne den usikkerhed, der er forbundet med forudsigelsen. 


Datagrundlaget tager udgangspunkt i Walmarts salg af vare, og målet er at kunne gennemføre et demand forcast for kommende 28 dage. Vi deltager i konkurrencen sammen med 4700 andre hold over hele verden.


Vi gør dette, fordi dette kan bidrage til at forbedre, hvordan detailhandlere udfører demand forecasts og hjælper med at minimere spild af mad og andre varer. Forbedringer på dette område er ikke kun godt for detailhandlere, men hele verden.


Det er ikke helt nyt at udnytte kunstig intelligens i demand forecasts, men at udnytte vores viden inden for tidsrækker, årsagssammenhænge og unik data science kompetencer, tror vi på, at vi kan bringe et bedre resultat for mål for usikkerhed i detailhandlerens demand forecasts.


Dette er en fantastisk mulighed for at lære og blive klogere på området. Et område, som vi allerede har opmærksom på.


Læs vores artikel Predictive Analytics - Et våben mod madspild.