Дослідження методів машинного навчання для прогнозування попиту на молочну продукцію

Abstract

Досліджено методи прогнозування попиту молочної продукції. Проведено огляд та аналіз наукових джерел, присвячених підходам до прогнозування часових рядів, зокрема класичних статистичних моделей (ARIMA, GARCH, метод експоненційного згладжування Холта) та алгоритмів машинного навчання і глибокого навчання (LSTM, GRU, MLP, SVR, KNN, XGBoost). Обґрунтовано доцільність впровадження інтелектуальних систем прогнозування у системи підтримки прийняття управлінських рішень молокопереробних підприємств.