Brain2Logic

Anaplan

Комбинируя алгоритмы работы

машинного обучения с большими

объемами данных и лучшие практики

планирования, Brain2Logic позволяет создать в Anaplan гибкое

решение для комплексных бизнес-

процессов.

Подход к планированию

Организация

непрерывного процесса

планирования

Экспертиза

Поиск компромиссных

вариантов и принятие

ключевых решений

Brain2Logic

Предиктивная аналитика

и алгоритмы

машинного обучения

Какие задачи решаем

Image by Georgie Cobbs
  • Прогноз продаж текущей продуктовой линейки;

  • Прогноз продаж новых продуктов     и продуктов с коротким жизненным циклом;

  • Прогноз продаж по продуктам, зависимых от внешних факторов;

  • Планирование промо активностей;

  • Кластеризация клиентов ипродуктов

  • Поведение клиентов (отток/приток).

Какие методы использует Brain2Logic

HOLT WINTER’S 

EXPONENTIAL SMOOTHING

Holt Winter’s Exponential Smoothing (HWES) – модель «тройного экспоненциальное сглаживание»,также известна как метод Хольта-Винтерса, которая позволяет учитывать тренд и сезонностьвременного ряда.

XGBOOST

XGBoost — алгоритм градиентного бустинга деревьев решений. Градиентный бустинг — этотехника машинного обучения для задач классификации и регрессии, которая строит модельпредсказания в форме ансамбля слабых предсказывающих моделей, обычно деревьев решений.Модель молодая и очень перспективная.

FACEBOOK PROPHET

Библиотека Prophet — это модель, разработанная компанией Facebook, прогнозирования данных временных рядов на основе аддитивной модели, в которой нелинейные тренды согласуются с годовой, недельной и ежедневной сезонностью, а также с праздничными эффектами.

LONG SHORT-TERM MEMORY 

Long short-term memory (LSTM) — это архитектура искусственной рекуррентной 

нейронной сети (RNN), используемая в области глубокого обучения (deep learning). Модели подобного класса,вдохновленные устройством человеческого мозга, сложны и требует больше времени и ресурсовна обучение, но при этом строят сложные прогнозы в зависимости от множества стороннихфакторов.

SARIMAX

SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors model)- это модель Бокса — Дженкинса, 

интегрированная модель авторегрессии

и скользящего среднего. Фиксирует набор различных временных структур

в данных, например, выявляет тренд, сезонность, влияние

сторонних факторов.

Принцип работы

Подключение данных из различных источников через API или веб-интерфейс.

Ваши наборы данных

Автоматический подбор моделей

Автоматический подбор оптимальной модели

из широкого набора алгоритмов с учетом

внешних и внутренних факторов; 

Вычислительные мощности в

облачной среде.

Управление и кастомизация

Полное управление подбором моделей

и их параметрами через веб-интерфейс,

тестирование новых гипотез

на точность прогнозирования.

Дайте знать о себе
  • LinkedIn - серый круг
  • Facebook - серый круг
  • Twitter - серый круг
  • Instagram - серый круг
  • type3

© 2019 by Mavericka