<br> סיכום
בדפוס קוד זה, למד כיצד ליצור יישום מבוסס אינטרנט כדי לייעל את המלאי. דפוס קוד זה הוא חלק מה- לפתח אסטרטגיית מלאי ורכש חכמה באמצעות AI סדרה, המספקת סקירה כללית של אסטרטגיית מלאי ורכש, ומסבירה כיצד צוות פיתוח יכול להשתמש בכלים ובטכניקות למידת מכונה כדי לחזות ביקוש ולשלוט בעלויות.
אם יש לך שאלות לגבי דפוס קוד זה, שאל אותם או חפש תשובות בקובץ המצורף פורום.
תיאור
באמצעות נתוני ביקוש היסטוריים להכשרת מודל למידת מכונה, תוכלו לחזות את הביקוש לפריטים מסוימים בצורה מדויקת יותר בעתיד, ולהבטיח כי הלקוחות שלכם יוכלו לרכוש את מבוקשם. שימוש בביקוש החזוי הזה כקלט, יחד עם נתוני מפעלי ייצור כגון עלות וקיבולת, יישום זה מאפשר למנהל חנויות לבחור במהירות את מפעלי הייצור הטובים ביותר כדי לייעל את המלאי ולמזער את העלות.
לאחר השלמת דפוס קוד זה, אתה מבין כיצד:
- פרוס יישום אינטרנט מבוסס Node.js
- שלח וקבל הודעות ממודל פריסת IBM Watson® Machine Learning באמצעות ממשקי API של REST
תרשים זרימה
- המשתמש יוצר שירות Watson Studio של IBM ב- IBM® Cloud.
- המשתמש יוצר שירות אחסון אובייקטים בענן של יבמ ומוסיף זאת לסטודיו ווטסון.
- המשתמש מעלה את קבצי הנתונים של הביקוש ושותל לסטודיו ווטסון.
- המשתמש יוצר ניסוי אופטימיזציה של החלטות וקובע יעדים למזעור עלות באמצעות עוזר הדוגמנות.
- המשתמש שומר את אופטימיזציה של החלטות כמודל, ומפרס אותה באמצעות למידת מכונה של ווטסון.
- המשתמש משתמש ביישום Node.js כדי להתחבר למודל הפרוס דרך API ומוצא את בחירת הצמח האופטימלית על בסיס עלות וקיבולת.
הוראות
קבל הוראות מפורטות מה- README קוֹבֶץ. הוראות אלה מסבירות כיצד:
- שיבוט המאגר.
- הגדר את מזהה פריסת המודל.
- הגדר את מזהה שטח המודל.
- צור מפתח IBM Cloud API.
- צור את אסימון הגישה.
- הפעל את היישום.
דפוס קוד זה הוא חלק מ- לפתח אסטרטגיית מלאי ורכש חכמה באמצעות AI סדרה.
מקור: https://developer.ibm.com/patterns/leverage-decision-optimization-models-in-procurement-app-for-store-managers/