Read more
En la actualidad, los grandes centros de distribución de supermercados, conocidos como Big Marts, realizan un seguimiento del volumen de ventas y las cifras de ingresos de cada producto, con el fin de prever el posible consumo interno y revisar el control de inventarios. Al explorar el servidor de la base de datos del almacén de datos, se encuentran con frecuencia incoherencias y patrones generales. Estas estadísticas pueden ser utilizadas por empresas como Big Mart para prever las posibles ventas de productos mediante diversos métodos que implican el aprendizaje automático. En este proyecto, hemos utilizado múltiples algoritmos de aprendizaje automático como la regresión lineal, la regresión Ridge, la regresión Lasso, la regresión de árboles de decisión, la regresión de bosques aleatorios, el regresor de vectores de soporte, el regresor Adaboost y la regresión XGBoost para predecir las ventas de los productos en Big Mart. Observamos que entre los algoritmos mencionados XGBoost regresión funciona mejor en la predicción del volumen de ventas. Por lo tanto, hemos creado un modelo utilizando XGBoost Regression y lo hemos ajustado para mejorar la precisión.
About the author
Dr. K. Venkata Naganjaneyulu atualmente trabalhando como professor do Departamento CSE no Lords Institute of Engineering and Technology (uma instituição autônoma), afiliado à Osmania University, Hyderabad, Telangana State, Índia. O Dr. K Venkata Naganjaneyulu trabalhou como professor do Departamento de Ciência de Dados CSE no Grupo de Instituições de StMary, Hyderabad, JNTU, TS.
