• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФИО студента
Название работы
Руководитель
Факультет
Программа
Оценка
Год защиты
Тетерина Дарья Владимировна
Methods of Machine Learning for Censored Demand Prediction
Экономика
(Бакалавриат)
10
2018
In this paper, we analyze a new approach for demand prediction in retail taking into account data censorship and using machine learning methods. One of the significant gaps in demand prediction by machine learning methods is the unaccounted data censorship. Econometric approaches to modeling censored demand are used to obtain consistent and unbiased estimates of parameters. These approaches can also be transferred to different classes of machine learning models to reduce the prediction error of future prices or sales volumes. In this study we build two ensemble demand models with and without demand censorship, aggregating predictions for machine learning methods such as Ridge regression, LASSO and Random Forest. Having estimated the predictive properties of both models, we empirically prove the best predictive power of the model, taking into account the censored nature of demand.
Текст работы (работа добавлена 18 мая 2018г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Расширенный поиск ВКР