Predviđanje količine prodaje proizvoda zasnovano na modelima strojnog učenja

diplomski rad

• Naslov (engleski): Prediction of product sales using machine learning models
• Autor: Šimun Smolčec
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu objašnjen je postupak predviđanja količine prodaje proizvoda pomoću modela zasnovanih na strojnom učenju. Objašnjen je cijeli postupak od pripreme podataka do odabira i učenja modela. Modeli su isprobani na univarijantnom i multivarijantnom skupu podataka. Isprobani su sljedeći modeli: LGBM, XGBoost, Catboost, Hrbatna regresija, Hist Gradient Boosting, Huberova regresija, Kneighbors, Holt winters, Povijesni prosjek, Optimized Theta i MSTL. Modeli koji su zasnovani na stablima odluke i gradient boostingu su se pokazali najbolji za isprobani multivarijantni skup, a na isprobanom univarijantnom skupu podataka HistGradientBoosting model se pokazao kao najprecizniji.

Sažetak (engleski)

This paper explains the process of forecasting the amount of product sales using models based on machine learning. The entire process from data preparation to model selection and training is explained. The models were tested on univariate and multivariate datasets. The following models were tested: LGBM, XGBoost, Catboost, Ridge regression, Hist Gradient Boosting, Huber regression, Neighbors, Holt winters, Historic average, Optimized Theta and MSTL. Models based on decision trees and gradient boosting proved to be the best for the tested multivariate dataset, and on the tested univariate dataset the HistGradientBoosting model proved to be the most accurate.

• Ključne riječi: strojno učenje; model; predviđanje prodaje
• Ključne riječi (engleski): machine learning; models; sales forecasting
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:724704
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:28:19