Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/10888
Title: | Aplicação do aprendizado de máquinas na previsão de demanda |
Other Titles: | Application of machine learning in demand forecasting |
Authors: | PINTO, Isadora Boldrini |
Advisor: | ZORZO, Adalberto SCHLUTER, Mauro Roberto |
type of document: | Artigo científico |
Keywords: | Aprendizado computacional;Inteligência artificial;Tomada de decisão;Machine learning;Controle de estoques |
Issue Date: | 19-Jun-2021 |
Publisher: | 004 |
Citation: | PINTO, Isadora Boldrini. Aplicação do aprendizado de máquinas na previsão de demanda, 2021. Artigo de graduação (Curso Superior de Tecnologia em Logística) - Faculdade de Tecnologia de Americana, Americana, 2021. Trabalho apresentado no XII Congresso de Logística das Faculdades de Tecnologia do Centro Paula Souza - FatecLog Mogi das Cruzes, 2021 |
Abstract: | O presente artigo tem como objetivo abordar os impactos que as empresas podem ter com a aplicação do aprendizado de máquinas para a realização das suas previsões de demandas, sabendo que uma previsão de demanda com maior acurácia melhora o desempenho das empresas, tornando-as mais competitivas. A metodologia usada foi revisão bibliográfica por meio de consultas á artigos de diferentes autores. As referências comprovam que a previsão de demanda com o uso do aprendizado de máquinas traz muitos benefícios para as organizações, por exemplo, já que os resultados são com maior precisão, ocorre uma melhor gestão dos estoques, consequentemente a satisfação dos clientes por ter o produto no momento e local certo. O artigo sugere que o uso do aprendizado de máquinas é capaz de identificar variáveis que afetam as demandas, com isso ele realiza uma previsão mais próxima da realidade e auxilia os gestores para tomadas de decisões mais certas, melhorando o planejamento estratégico e o gerenciamento da cadeia de suprimentos da empresa. This article aims to address the impacts that companies can have with the application of machine learning to carry out their demand forecasts, knowing that a more accurate demand forecast improves companies performance, making them more competitive. The methodology used was a bibliographic review through consultations with articles by different authors. The references prove that the demand forecast with the use of machine learning brings many benefits to organizations, for example, since the results are more accurate, there is a better management of stocks, consequently the satisfaction of customers for having the product at the right time and place. The article suggests that the use of machine learning is able to identify variables that affect the demands, with that, it makes a forecast closer to reality and helps managers to make more certain decisions, improving the company’s strategic planning and the management of the chain company supplies. |
Description: | Artigo apresentado no XII FatecLog (Congresso de Logística das Faculdades de Tecnologia do Centro Paula Souza, 12. 18 e 19 de junho de 2021. Faculdade de Tecnologia de Mogi das Cruzes.Curso Superior de Tecnologia em Logística) Gestão da cadeia de suprimentos no agronegócio: desafios e oportunidades no contexto atual |
URI: | http://ric.cps.sp.gov.br/handle/123456789/10888 |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Certificado - Isadora Boldrini Pinto.pdf Restricted Access | 132.71 kB | Adobe PDF | View/Open Request a copy | |
Equivalencia - Isadora Boldrini Pinto.pdf Restricted Access | 172.13 kB | Adobe PDF | View/Open Request a copy | |
1S2021_Isadora Boldrini Pinto _OD1095.pdf | 469.05 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.