Passer au contenu principal

Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Graph
Search

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Gestion de la demande : méthodes de prévision

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Stratégie de planification de la production Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'approche de la solution Obermeyer pour la planification de la production et l'impact de l'information de marché précoce.

Calcul des modèles de données et analyse des séries chronologiques univariées Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles de données de comptage et la régression de Poisson, puis les transitions vers une analyse univariée des séries chronologiques pour la prévision des variables économiques.

Étude de cas Sport Obermeyer Connectez-vous à Mediaspace pour regarder cette vidéo

Intéressez-vous à l'étude de cas Sport Obermeyer, explorant les défis de la chaîne d'approvisionnement, les méthodes de prévision et la planification de la production.

Séries chronologiques univariées: Analyse et modélisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse et la modélisation des séries chronologiques univariées, en mettant l'accent sur la stationnarité, les processus ARMA et la prévision.

Prévision de la demande d'électricité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les méthodes de prévision de l'évolution de la demande d'électricité et d'estimation de la consommation.

Modèles de choix binaires et analyse des séries chronologiques Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de choix binaires comme probit et logit, ainsi que l'analyse de séries temporelles univariées avec les modèles ARIMA pour la prévision des variables économiques.

Analyse des séries chronologiques : modèles ARMA Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles ARMA dans l'analyse des séries chronologiques, couvrant la sélection des modèles, la prévision et l'évaluation de la précision.

Estimation des erreurs et intégration numérique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'estimation des erreurs dans l'intégration numérique et ses applications dans la prévision, en mettant l'accent sur la méthode de Romberg et l'extrapolation de Richardson.

Introduction à la science des données Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.

Analyse des documents : Modélisation des sujets Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.

Visualisation de la science des données avec Pandas Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la manipulation et l'exploration de données à l'aide de Python en mettant l'accent sur les techniques de visualisation.

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

Principes fondamentaux de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Présente les principes fondamentaux de l'apprentissage supervisé, y compris les fonctions de perte et les distributions de probabilité.

Réseaux neuronaux profonds Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'algorithme de rétro-propagation pour les réseaux neuronaux profonds et l'importance de la localité dans CNN.

Deep Learning : données, modèles et défis Connectez-vous à Mediaspace pour regarder cette vidéo

Fournit une vue d'ensemble des concepts d'apprentissage profond, en se concentrant sur les données, l'architecture du modèle et les défis liés à la gestion de grands ensembles de données.

Page 2 sur 2