สรุป
ในรูปแบบโค้ดนี้ เรียนรู้วิธีสร้างแอปพลิเคชันบนเว็บเพื่อเพิ่มประสิทธิภาพสินค้าคงคลัง รูปแบบรหัสนี้เป็นส่วนหนึ่งของ พัฒนากลยุทธ์สินค้าคงคลังและการจัดซื้ออัจฉริยะโดยใช้ AI ซึ่งให้ภาพรวมของกลยุทธ์สินค้าคงคลังและการจัดซื้อ และอธิบายวิธีที่ทีมพัฒนาสามารถใช้เครื่องมือและเทคนิคการเรียนรู้ของเครื่องเพื่อคาดการณ์ความต้องการและควบคุมต้นทุน
หากคุณมีคำถามเกี่ยวกับรูปแบบรหัสนี้ ให้ถามพวกเขาหรือค้นหาคำตอบในหมวดที่เกี่ยวข้อง ฟอรั่ม.
รายละเอียด
การใช้ข้อมูลอุปสงค์ในอดีตเพื่อฝึกโมเดลการเรียนรู้ของเครื่อง ช่วยให้คุณคาดการณ์ความต้องการสินค้าบางรายการได้แม่นยำยิ่งขึ้นในอนาคต และทำให้แน่ใจว่าลูกค้าของคุณสามารถซื้อสิ่งที่พวกเขาต้องการได้ การใช้ความต้องการที่คาดการณ์ไว้นี้เป็นข้อมูลป้อนเข้า ร่วมกับข้อมูลโรงงานผลิต เช่น ต้นทุนและกำลังการผลิต แอปพลิเคชันนี้ช่วยให้ผู้จัดการร้านสามารถเลือกโรงงานผลิตที่ดีที่สุดได้อย่างรวดเร็วเพื่อเพิ่มประสิทธิภาพสินค้าคงคลังและลดต้นทุน
เมื่อคุณเสร็จสิ้นรูปแบบโค้ดนี้ คุณจะเข้าใจวิธี:
- ปรับใช้เว็บแอปพลิเคชันที่ใช้ Node.js
- ส่งและรับข้อความจากโมเดล IBM Watson Machine Learning ที่ปรับใช้โดยใช้ REST APIs
แผนภาพการไหล
- ผู้ใช้สร้าง IBM Watson Studio Service บน IBM® Cloud
- ผู้ใช้สร้าง IBM Cloud Object Storage Service และเพิ่มไปยัง Watson Studio
- ผู้ใช้อัปโหลดไฟล์ข้อมูลความต้องการและโรงงานไปยัง Watson Studio
- ผู้ใช้สร้างการทดลองการเพิ่มประสิทธิภาพการตัดสินใจและตั้งวัตถุประสงค์เพื่อลดต้นทุนผ่านผู้ช่วยสร้างแบบจำลอง
- ผู้ใช้บันทึก Decision Optimization เป็นแบบจำลอง และปรับใช้โดยใช้ Watson Machine Learning
- ผู้ใช้ใช้แอปพลิเคชัน Node.js เพื่อเชื่อมต่อกับโมเดลที่ปรับใช้ผ่าน API และค้นหาการเลือกโรงงานที่เหมาะสมที่สุดตามต้นทุนและกำลังการผลิต
คำแนะนำ
รับคำแนะนำโดยละเอียดจาก README ไฟล์. คำแนะนำเหล่านี้อธิบายวิธี:
- โคลนที่เก็บ
- ตั้งค่า Model Deployment ID
- ตั้งค่า Model Space ID
- สร้างคีย์ IBM Cloud API
- สร้างโทเค็นการเข้าถึง
- เรียกใช้แอปพลิเคชัน
รูปแบบรหัสนี้เป็นส่วนหนึ่งของ พัฒนากลยุทธ์สินค้าคงคลังและการจัดซื้ออัจฉริยะโดยใช้ AI ชุด.
ที่มา: https://developer.ibm.com/patterns/leverage-decision-optimization-models-in-procurement-app-for-store-managers/