Create A Web Application To Optimize Your Supply Chain Inventory

প্লেটো দ্বারা প্রকাশিত

অনুসরণকারী: 0

সারাংশ

In this code pattern, learn how to create a web-based application to optimize inventory. This code pattern is part of the AI ব্যবহার করে একটি বুদ্ধিমান জায় এবং সংগ্রহের কৌশল তৈরি করুন series, which provides an overview of an inventory and procurement strategy, and explains how a development team can use machine learning tools and techniques to predict demand and control costs.

If you have questions about this code pattern, ask them or look for answers in the associated ফোরাম.

বিবরণ

একটি মেশিন লার্নিং মডেলকে প্রশিক্ষিত করার জন্য ঐতিহাসিক চাহিদা ডেটা ব্যবহার করে, আপনি ভবিষ্যতে আরও সঠিকভাবে নির্দিষ্ট আইটেমের চাহিদা ভবিষ্যদ্বাণী করতে পারেন এবং নিশ্চিত করতে পারেন যে আপনার গ্রাহকরা যা চান তা কিনতে সক্ষম। এই ভবিষ্যদ্বাণীকৃত চাহিদাকে ইনপুট হিসাবে ব্যবহার করে, খরচ এবং ক্ষমতার মতো উত্পাদনকারী প্ল্যান্ট ডেটা সহ, এই অ্যাপ্লিকেশনটি একটি স্টোর ম্যানেজারকে দ্রুত তালিকা অপ্টিমাইজ করতে এবং খরচ কমানোর জন্য সেরা উত্পাদন উদ্ভিদ বেছে নিতে সক্ষম করে।

যখন আপনি এই কোড প্যাটার্নটি সম্পন্ন করেন, তখন আপনি বুঝতে পারবেন কিভাবে:

একটি Node.js-ভিত্তিক ওয়েব অ্যাপ্লিকেশন স্থাপন করুন
REST API ব্যবহার করে একটি স্থাপন করা IBM Watson® মেশিন লার্নিং মডেল থেকে বার্তা পাঠান এবং গ্রহণ করুন

প্রবাহ চিত্র

Leverage decision optimization flow diagram

ব্যবহারকারী IBM® ক্লাউডে একটি IBM ওয়াটসন স্টুডিও পরিষেবা তৈরি করেন।
ব্যবহারকারী একটি আইবিএম ক্লাউড অবজেক্ট স্টোরেজ পরিষেবা তৈরি করে এবং ওয়াটসন স্টুডিওতে এটি যোগ করে।
ব্যবহারকারী ওয়াটসন স্টুডিওতে চাহিদা এবং উদ্ভিদ ডেটা ফাইল আপলোড করে।
ব্যবহারকারী একটি সিদ্ধান্ত অপ্টিমাইজেশন পরীক্ষা তৈরি করে এবং মডেলিং সহকারীর মাধ্যমে খরচ কমানোর লক্ষ্য নির্ধারণ করে।
ব্যবহারকারী একটি মডেল হিসাবে সিদ্ধান্ত অপ্টিমাইজেশান সংরক্ষণ করে, এবং ওয়াটসন মেশিন লার্নিং ব্যবহার করে এটি স্থাপন করে।
ব্যবহারকারী একটি API এর মাধ্যমে স্থাপন করা মডেলের সাথে সংযোগ করতে Node.js অ্যাপ্লিকেশন ব্যবহার করে এবং খরচ এবং ক্ষমতার উপর ভিত্তি করে সর্বোত্তম উদ্ভিদ নির্বাচন খুঁজে পায়।