Science des données pour les prévisions de la chaîne d'approvisionnement

Avis des lecteurs

Résumé:

Le livre « Data Science for Supply Chain Forecasting » est une ressource pratique pour les professionnels de la chaîne d'approvisionnement et les analystes de données, offrant un mélange solide de théorie et d'application. Bien qu'il fournisse des informations précieuses et qu'il soit accessible aux débutants, certains lecteurs trouvent que le contenu est basique et manque de profondeur, en particulier pour les scientifiques de données avancés. En outre, plusieurs évaluateurs ont noté des problèmes de qualité d'impression, ce qui a nui à leur expérience globale.

Avantages:

⬤ Approche pratique et concrète pour les professionnels de la chaîne d'approvisionnement et les analystes de données.
⬤ Des chapitres bien structurés qui relient la théorie à des idées pratiques.
⬤ Un langage accessible et des explications claires, même pour les débutants en Python.
⬤ Contient des conseils précieux et du code pour les prévisions.
⬤ Utile pour diverses disciplines au-delà de la chaîne d'approvisionnement, telles que la planification et les ventes.

Inconvénients:

⬤ Certains contenus sont perçus comme étant basiques et n'apportant pas de nouvelles perspectives pour les data scientists avancés.
⬤ Le livre ne couvre pas certains sujets avancés, tels que les modèles ARIMA ou l'apprentissage profond.
⬤ Des problèmes de qualité d'impression, notamment des pages qui se détachent, entraînant une insatisfaction.
⬤ Certains lecteurs estiment que le livre est trop cher par rapport à la qualité de l'impression.

(basé sur 10 avis de lecteurs)

Titre original :

Data Science for Supply Chain Forecasting

Contenu du livre :

L'utilisation de la science des données pour résoudre un problème nécessite un état d'esprit scientifique plus que des compétences en matière de codage. Data Science for Supply Chain Forecasting, Second Edition soutient qu'une véritable méthode scientifique comprenant l'expérimentation, l'observation et la remise en question constante doit être appliquée aux chaînes d'approvisionnement pour atteindre l'excellence en matière de prévision de la demande.

Cette deuxième édition ajoute plus de 45 % de contenu supplémentaire avec quatre nouveaux chapitres, dont une introduction aux réseaux neuronaux et au cadre de la valeur ajoutée des prévisions. La première partie se concentre sur les modèles statistiques "traditionnels", la deuxième partie sur l'apprentissage automatique et la toute nouvelle troisième partie traite de la gestion du processus de prévision de la demande. Les différents chapitres se concentrent à la fois sur les modèles de prévision et sur de nouveaux concepts tels que les métriques, l'ajustement insuffisant, l'ajustement excessif, les valeurs aberrantes, l'optimisation des caractéristiques et les facteurs externes de la demande. Le livre contient de nombreuses sections de bricolage avec des implémentations fournies en Python (et Excel pour les modèles statistiques) pour montrer aux lecteurs comment appliquer ces modèles eux-mêmes.

Ce livre pratique, qui couvre toute la gamme des prévisions - des principes de base aux modèles de pointe - sera utile aux praticiens de la chaîne d'approvisionnement, aux prévisionnistes et aux analystes qui souhaitent aller plus loin dans la prévision de la demande.

Événements autour du livre

Lien vers un événement en ligne De Gruyter dans lequel l'auteur Nicolas Vandeput, Stefan de Kok, innovateur de la chaîne d'approvisionnement et PDG de Wahupa, Spyros Makridakis, professeur à l'Université de Nicosie et directeur de l'Institute For the Future (IFF), et Edouard Thieuleux, fondateur d'AbcSupplyChain, discutent des questions générales et des défis de la prévision de la demande et donnent un aperçu des meilleures pratiques (processus, modèles) et discutent de la façon dont la science des données et l'apprentissage automatique ont un impact sur ces prévisions.

L'événement sera animé par Michael Gilliland, responsable marketing pour le logiciel de prévision SAS :

Https : //youtu. be/1rXjXcabW2s.

Autres informations sur le livre :

• ISBN : 9783110671100
• Auteur : Nicolas Vandeput
• Éditeur : De Gruyter
• Reliure : Broché
• Année de publication : 2021
• Nombre de pages : 310