상점 재고 관리를위한 데이터 세트가 있습니다. 모든 제품에 대해 제품 갱신의 기록이 있습니다. 제품 A에 대한 예를 들어, 내가 가진 :tensorflow를 사용하여 반복되는 다음 이벤트 예측
A, last_time_of_renawal, volume_order, time_of_order, last_time_of_renawal1, volume_order1, 모든 라인 time_of_order1
, 나 또한 (제품의 카테고리, 판매 번호와 같은 다른 정보를 가지고 , stock_volume ...) 나는 last_time_of_order에 StackOverflow에 대한 질문이 너무 광범위
을 알고있는 제품에 대한 다음 time_of_order을 예측하기 위해이 데이터 세트와 tensorflow (또는 다른 깊은 학습 라이브러리)를 사용할 수있는 방법
. 이것을 guide을 사용하여 지정하십시오. 하지만 본질적으로 time_of_order와 last_time_of_order 사이의 델타에 대한 회귀를 원합니다. 그게 너야. 그런 다음 제품 등 (귀하의 x) 범주를 사용하여 기능을 가지고 있습니다. 이제 다양한 방법으로 통계 분석을 할 수 있습니다.
딥 학습 학습을 주장하는 경우 : youtube playlist을 사용하여 "간단한"신경 네트워크를 설정해보십시오. 성공하면 자신의 데이터를 사용해 볼 수 있습니다.
문제가 발생하면 특정 프로그래밍 질문으로 StackOverflow로 돌아와서 :) 재미있게 놀아 라!