آموزش پیش بینی تقاضا - زنجیره تامین: راهنمای پایان به انتها

Demand Forecasting-Supply Chain : End to End Guide

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: بوت کمپ برای یادگیری صنعت مهارت‌های پیشرو برای متخصص شدن پیش‌بینی تقاضا اصول پیش‌بینی حرفه‌ای مدل‌های پیش‌بینی - MA، WMA، AR، ARIMA و ES محاسبه شاخص‌های کلیدی عملکرد پیش‌بینی را بیاموزید - MAD، MAPE و RMSE بهینه‌سازی بهینه‌سازی، نحوه آموزش تکالیف مدل‌ها را تمرین کنید مدل شما با آموزش و تست مدل های سری زمانی داده ها پیش نیازها:باید اکسل و آمار پایه را بدانید

به شما تبریک می‌گوییم که بالاترین امتیاز را در Udemy برای پیش‌بینی تقاضا دریافت کرده‌اید


"دو نوع پیش بینی کننده وجود دارد: آنهایی که نمی دانند و آنهایی که نمی دانند نمی دانند."


آیا دیدن آینده کسب و کارتان خوب نیست؟

مطالعه‌ای که توسط گروه آبردین انجام شد نشان داد که شرکت‌هایی که یک فرآیند پیش‌بینی رسمی را اجرا می‌کنند، نسبت به شرکت‌هایی که فاقد آن هستند، 10 درصد رشد درآمد سال به سال بیشتر، 7 درصد دقت پیش‌بینی بالاتر، و 10 درصد سطح موجودی کمتری دارند. یک فرآیند رسمی در حال انجام است.

"آیا به دنبال بهبود مهارت های پیش بینی خود و ارتقای حرفه خود به سطح بعدی هستید؟

چه یک تحلیلگر کسب و کار، دانشمند داده یا مدیر عملیات باشید، این دوره دانش و مهارت هایی را که برای موفقیت نیاز دارید در اختیار شما قرار می دهد. و با دسترسی مادام‌العمر به مواد دوره، می‌توانید با سرعت خود یاد بگیرید و هر زمان که نیاز داشتید دوباره از محتوا بازدید کنید.

با پیش بینی کسب و کار، این یک واقعیت است. با استفاده از داده های فعلی و تاریخی می توانید پیش بینی های دقیقی برای روندها و پیش بینی های آینده داشته باشید. با این افزایش دید، می توانید کسب و کار خود را به طور کلی با اطمینان کامل در داده ها تجزیه و تحلیل کنید.


این دوره با اصول اولیه پیش‌بینی شروع می‌شود و شما را به پیشبرد شیوه‌های صنعت می‌برد.

شما یاد خواهید گرفت که مدل‌های سری زمانی زیر را بسازید.

1. پیش بینی ساده لوحانه

2. میانگین متحرک

3. میانگین وزنی

4. هموارسازی نمایی

5. مدل AR ( رگرسیون خودکار )

6 . مدل ARIMA (Auto Regressive Integrated Moving Average )

7. مدل رگرسیون خطی

8. مدلهای علّی (به زودی)


همه در زبان‌های برنامه‌نویسی متخصص نیستند، بنابراین اکسل می‌تواند جایگزین خوب یا شروع خوبی برای ساخت مدل‌ها باشد.

پیش‌بینی یادگیری در اکسل اساس یادگیری پیش‌بینی در زبان‌های برنامه‌نویسی مانند Python و R است.

تمرین تکالیف برای پیش‌بینی مدل‌ها و محاسبه KPI بخشی از دوره است. آماده شوید تا دستان خود را کثیف کنید.

مهمتر از همه، مزایا و معایب همه این مدل‌های ذکر شده در بالا را خواهید آموخت. این مدل‌ها اساس همه مدل‌های پیش‌بینی پیشرفته را تشکیل می‌دهند.


همچنین، با دنبال کردن شاخص های کلیدی عملکرد پیش بینی

آشنا می شوید

1. دقت پیش بینی

2. تعصب متوسط ​​

3. MAPE (میانگین درصد مطلق خطا)

4. MAE (میانگین خطای مطلق)

5. RMSE (ریشه میانگین مربعات خطا)


این چیزی است که دانشجویان Udemy در مورد "پیش‌بینی تقاضا-زنجیره تامین: راهنمای پایان به انتها" می‌گویند

"از نحوه اشتراک‌گذاری مزایا و معایب همه مدل‌های پیش‌بینی خوشم آمد. مثال‌ها خوب بودند. بخش KPI با جزئیات کامل توضیح داده شده است." - شوبهام

"یک دوره خوب باید برای درک بهتر پیش بینی تقاضا انجام شود" - Vaibhav

"مدرس دارای نقاط گلوله عالی است و اطلاعات را به وضوح نمایش می دهد" - V.C

اکنون ثبت نام کنید !!!!!



سرفصل ها و درس ها

معرفی Introduction

  • ناوبری پورتال Udemy Udemy Portal Navigation

  • بهترین روش ها برای درک محتوای دوره Best Practices for Understanding Course Content

  • با رهبر دوره خود آشنا شوید: مقدمه ای جامع برای مربی خود Meet Your Course Leader: A Comprehensive Introduction to Your Instructor

  • بررسی اجمالی محتوا Content Overview

ضروریات پیش بینی Forecasting Essentials

  • مبانی پیش بینی تقاضا Demand Forecasting Basics

  • چرا به پیش بینی نیاز داریم؟ Why do we need Forecasting ?

  • اصول پیش بینی Forecasting Principles

  • پیش بینی چرخشی Rolling Forecast

  • تعادل پیش بینی Forecast Balancing

  • تعادل پیش بینی Forecast Balancing

  • 10 مرحله پیش بینی 10 Steps of Forecasting

  • نوع مدل پیش بینی Type of Forecasting Model

  • اصول مدیریت داده ها Principles of Data Management

مبانی مدیریت تقاضا Demand Management Basics

  • مدیریت تقاضا چیست؟ What is Demand Management

  • تقاضا در مقابل پیش بینی Demand Vs Forecast

  • تقاضای واقعی چیست؟ What is the Real Demand ?

  • مدیریت چرخه عمر محصول Product Life Cycle Management

  • مطالعه موردی PLC PLC Case Study

مدل های پیش بینی - پایه Forecasting Models - Basic

  • پیش بینی ساده لوحانه Naive Forecasting

  • پیش بینی ساده لوحانه را تمرین کنید Practice Naive Forecasting

  • پیش بینی میانگین و متحرک میانگین Average & Moving Average Forecasting

  • میانگین متحرک را تمرین کنید Practice Moving Average

سرگرمی و یادگیری Fun & Learn

  • تعجب Surprise

KPI ها KPIs

  • پیش بینی KPI - قسمت 1 Forecasting KPIs - Part 1

  • پیش بینی شاخص های کلیدی عملکرد - قسمت 2 Forecasting KPIs - Part 2

  • مقاله - KPI پیش‌بینی: RMSE، MAE، MAPE و Bias Article - Forecast KPI: RMSE, MAE, MAPE & Bias

  • پیش بینی شاخص های کلیدی عملکرد - قسمت 3 Forecasting KPIs - Part 3

  • MAPE، MAE و RMSE - محاسبه MAPE , MAE & RMSE - Calculation

فرآیند بررسی Review Process

  • فرآیند بررسی پیش بینی Forecast Review Process

  • گزارش بررسی استثنایی Exception Review Report

  • تقسیم بندی تقاضا Demand Segmentation

مدل های پیش بینی - پیشرفته Forecasting Models - Advance

  • هموارسازی نمایی Exponential Smoothing

  • بهینه سازی Optimizing

  • مدل رگرسیون خودکار - AR - تئوری Auto Regressive Model - AR - Theory

  • مدل Auto Regressive -AR- مثال Auto Regressive Model -AR- Example

  • مدل ARIMA - میانگین متحرک یکپارچه رگرسیون خودکار ARIMA Model - Auto Regressive Integrated Moving Average

  • صاف کردن نمایی را تمرین کنید Practice Exponential Smoothing

  • بهینه سازی آلفا را تمرین کنید Practice Optimizing Alpha

  • مدل AR - تمرین AR Model - Practice

  • رگرسیون خطی Linear Regression

  • مدل رگرسیون خطی Linear Regression Model

  • مدل علی - نظریه رگرسیون خطی چندگانه Causal Model - Multiple Linear Regression Theory

  • مدل علی - رگرسیون خطی چندگانه Causal Model - Multiple Linear Regression

نکات حرفه ای - پیش بینی Pro Tips - Forecasting

  • بهترین چارچوب انتخاب مدل Best Model Selection Framework

  • تشخیص و تصحیح بیرونی - Winsorize Outlier Detection & Correction - Winsorize

  • تمرین Winsorization Winsorization Practice

  • مقاله - نحوه انتخاب مدل پیش بینی درست Article - How to choose Right forecasting Model

  • آموزش و تست مجموعه داده ها Training & Testing Datasets

  • مقداردهی اولیه مدل و نشت داده Model Initialization & Data Leakage

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

آموزش پیش بینی تقاضا - زنجیره تامین: راهنمای پایان به انتها
جزییات دوره
4 hours
38
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,084
3.8 از 5
ندارد
دارد
دارد
Akshay Yewale
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Akshay Yewale Akshay Yewale

سنسی زنجیره تامین