Zeitreihenanalyse für die Nachfrageprognose in der Lieferkette

Dieser Kurs führt Sie in die Grundprinzipien der Zeitreihenanalyse ein, die es Ihnen ermöglichen, aussagekräftige Erkenntnisse aus historischen Daten zu gewinnen, die Sie in Ihren Entscheidungen und Strategien berücksichtigen können. Sie lernen grundlegende statistische Eigenschaften kennen und lernen, moderne Prognosemodelle zu lesen und anzuwenden.Mit diesen schriftlichen Anleitungen und klaren Codebeispielen erwerben Sie die Fähigkeiten, die erforderlich sind, um Muster zu identifizieren, Datenanomalien zu beheben und robuste Nachfragevorhersage-Pipelines aufzubauen. Was Sie lernen werden: - Verstehen Sie die wichtigsten Zeitreihenkonzepte wie Stationarität, Trends, Saisonalität und Zyklizität. - Analysieren Sie historische Muster mit Autokorrelation und partiellen Autokorrelationstechniken. - Erkunden Sie klassische Prognosemodelle, einschließlich autoregressiver und gleitender Durchschnittsansätze. - Wenden Sie moderne Datenaufbereitungsworkflows mit Python-Bibliotheken an, um Zeitreihendaten zu bereinigen und zu strukturieren. - Bewerten Sie die Prognoseleistung mit modernen Fehlermetriken, um die Modellzuverlässigkeit sicherzustellen. - Bewältigen Sie reale Herausforderungen in der Lieferkette wie Datendrift und plötzliche Nachfrageverschiebungen. Der Kurs beginnt mit der grundlegenden Terminologie und strukturellen Konzepten, bevor Sie durch Datenanalysetechniken und praktische Prognosemodelle geführt werden.Sie werden Schritt für Schritt Erklärungen lesen und klare Code-Implementierungen studieren, die darauf ausgelegt sind, Ihr Vertrauen aufzubauen. Dieser Kurs richtet sich an Anfänger in den Bereichen Datenanalyse, Supply Chain Planning oder Operations, die die Grundlagen von Zeitreihen verstehen möchten. Keine Vorkenntnisse in der Prognose sind erforderlich.