کتاب صوتی پیش‌بینی تقاضا: تحلیل داده و مدل‌سازی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی تقاضا: تحلیل داده و مدل‌سازی

موضوع کلی: توسعه کسب و کار و کارآفرینی

موضوع میانی: مدیریت زنجیره تأمین

📋 سرفصل‌های دوره

• 1. پیش‌بینی تقاضا و اهمیت آن در کسب‌وکار
• 2. مبانی آمار توصیفی برای پیش‌بینی
• 3. مفاهیم احتمال و توزیع‌های آماری
• 4. نمونه‌برداری و تخمین
• 5. تحلیل سری‌های زمانی: مقدمه
• 6. مؤلفه‌های سری‌های زمانی: روند، فصلی، چرخه‌ای، تصادفی
• 7. روش‌های صاف‌سازی سری‌های زمانی
• 8. میانگین متحرک
• 9. نمودارهای نمایی
• 10. رگرسیون خطی ساده برای پیش‌بینی
• 11. رگرسیون چندگانه و انتخاب متغیرها
• 12. ارزیابی مدل‌های رگرسیون
• 13. تحلیل هم‌خطی و راه‌حل‌ها
• 14. پیش‌بینی با استفاده از مدل‌های رگرسیون
• 15. مدل‌های ARIMA: مقدمه
• 16. شناسایی مرتبه مدل ARIMA
• 17. برآورد پارامترهای مدل ARIMA
• 18. آزمون‌های معناداری مدل ARIMA
• 19. پیش‌بینی با مدل‌های ARIMA
• 20. مدل‌های نمایی هموارشده (Exponential Smoothing)
• 21. روش‌های مختلف مدل‌های نمایی هموارشده
• 22. انتخاب بهترین مدل نمایی هموارشده
• 23. پیش‌بینی با مدل‌های نمایی هموارشده
• 24. تحلیل فصلی در پیش‌بینی
• 25. مدل‌های فصلی ARIMA (SARIMA)
• 26. پیش‌بینی با مدل‌های SARIMA
• 27. مدل‌سازی تقاضای کیفی
• 28. نظرسنجی و جمع‌آوری داده‌های کیفی
• 29. تبدیل داده‌های کیفی به کمی
• 30. روش‌های پیش‌بینی کیفی
• 31. تحلیل رگرسیون غیرخطی
• 32. مدل‌سازی با شبکه‌های عصبی مصنوعی
• 33. شبکه‌های عصبی مصنوعی برای پیش‌بینی سری‌های زمانی
• 34. بهینه‌سازی شبکه‌های عصبی
• 35. مدل‌های یادگیری ماشین برای پیش‌بینی
• 36. ماشین بردار پشتیبان (SVM) برای پیش‌بینی
• 37. درخت‌های تصمیم و جنگل تصادفی برای پیش‌بینی
• 38. ارزیابی مدل‌های یادگیری ماشین
• 39. مدل‌سازی تقاضای چندمتغیره
• 40. تحلیل همبستگی و روابط متقابل
• 41. مدل‌های برداری خودرگرسیو (VAR)
• 42. پیش‌بینی با مدل‌های VAR
• 43. تحلیل تقاضای مشتری
• 44. بخش‌بندی مشتریان برای پیش‌بینی
• 45. تحلیل سبد خرید