Fr. 78.00

Técnicas de Soft Computing y Data Mining para la previsión - En la gestión de la venta al por menor

Spanish · Paperback / Softback

Shipping usually within 2 to 3 weeks (title will be printed to order)

Description

Read more










El libro describe la previsión de la demanda para la gestión del comercio minorista utilizando técnicas de computación blanda, como la lógica difusa y las redes neuronales. Se explica la previsión del valor cuantitativo de la variable dependiente bajo la influencia de las variables independientes. Una de las decisiones más importantes que puede tomar un minorista con la información obtenida por el modelo de predicción basado en soft computing. La tesis propone un modelo de minería de datos que se ha utilizado para la previsión de la demanda. El modelo de previsión propuesto, basado en soft computing, permite reducir el nivel de inventario y aumentar el nivel de servicio al cliente, con lo que se mejora el rendimiento de la venta al por menor. El modelo propuesto para la previsión de la demanda de varios artículos mejora el rendimiento del inventario y la rentabilidad de las operaciones.

About the author










Ya doktor Guddi Singh, docent uniwersiteta Kalinga, Najq Rajpur, ochen' hochu poluchit' znaniq ob obrabotke dannyh.Ya Shikha Tiwari, docent Uniwersiteta Kalinga, Najq Rajpur, wsegda staraüs' poluchit' nowye znaniq o mqgkih wychisleniqh.

Product details

Authors Guddi Singh, Shikha Tiwari
Publisher Ediciones Nuestro Conocimiento
 
Languages Spanish
Product format Paperback / Softback
Released 30.06.2022
 
EAN 9786204917108
ISBN 978-620-4-91710-8
No. of pages 96
Dimensions 150 mm x 220 mm x 6 mm
Weight 161 g
Subject Humanities, art, music > Religion/theology > Miscellaneous

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.