Data Science for Supply Chain Forecasting

EAN/GTIN:: 9783110671100
Hersteller-Nr.:: 9783110671100
Kategorie:: Gedruckte Bücher
Angebote:: 2 Shops bis 1 % sparen gegenüber dem teuersten Angebot
Preisspanne:: 44,51 € – 44,95 €

Preisalarm

Bester Preis

2 Angebote

ab 44,51 €

Günstigstes Angebot

averdo

Versand: siehe Shop

44,51 €

Gesamt 44,51 €

Zum Shop: averdo

Zuletzt aktualisiert: 14. November 2026, 14:21 Uhr

Preisvergleich: 2 Angebote

Sortiert nach Gesamtpreis inkl. Versand · Preise inkl. MwSt. · Als „Nicht verifiziert“ markierte Angebote stammen von Shops ohne Partnerschaft und werden nie als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Bei gleichem Gesamtpreis steht das früher gelistete Angebot zuerst. * „statt“: vom Shop angegebener Vergleichspreis (früherer Shop-Preis oder UVP), nicht von uns geprüft.

Bester Preis

averdo

44,51 €

Gesamt: 44,51 €

Auf Lager

Versand: siehe Shop

Zum Shop
preigu

44,95 €

Gesamt: 44,95 €

Auf Lager · 1-2 Werktage

Versandkostenfrei

Zum Shop

Anzeige: CyberSlide ist ein Preisvergleichsdienst (Comparison Shopping Service) und kein Händler. Wenn du über „Zum Shop“ zu einem Händler wechselst oder dort kaufst, erhalten wir ggf. eine Provision (Affiliate-Link). Für dich entstehen dabei keine Mehrkosten. Die Reihenfolge der Angebote richtet sich ausschließlich nach dem Gesamtpreis inkl. Versand; nicht verfügbare Angebote stehen am Ende. Gelistet werden überwiegend Shops, mit denen wir zusammenarbeiten (Partnerprogramme bzw. Provision) – der Vergleich bildet daher nicht den gesamten Markt ab. Angebote mit „Nicht verifiziert“ stammen von Shops ohne Partnerschaft: Ihre Preise lesen wir automatisch von der Shop-Website (ohne Gewähr); sie werden nicht als „Bester Preis“ hervorgehoben, solange es ein Partner-Angebot gibt. Mehr zu Ranking & Bewertungen · Inhalt melden

Alle Preise in Euro inkl. gesetzlicher MwSt., zzgl. der angegebenen Versandkosten. Preise und Verfügbarkeit können sich seit der letzten Aktualisierung geändert haben; maßgeblich ist der Preis im Shop.

Preisverlauf

Tiefstpreis: –
Höchstpreis: –
Veränderung: –

Preisverlauf wird geladen …

Günstigster Preis über alle Shops (ohne Versand). Gespeichert wird nur, wenn sich der Bestpreis ändert; Daten älter als 12 Monate als Monats-Tiefst-/Höchstpreis.

Preisalarm

Wir schicken dir eine E-Mail, sobald dein Wunschpreis erreicht ist.

Produktbeschreibung

Using data science in order to solve a problem requires a scientific mindset more than coding skills. Data Science for Supply Chain Forecasting, Second Edition contends that a true scientific method which includes experimentation, observation, and constant questioning must be applied to supply chains to achieve excellence in demand forecasting. This second edition adds more than 45 percent extra content with four new chapters including an introduction to neural networks and the forecast value added framework. Part I focuses on statistical "traditional" models, Part II, on machine learning, and the all-new Part III discusses demand forecasting process management. The various chapters focus on both forecast models and new concepts such as metrics, underfitting, overfitting, outliers, feature optimization, and external demand drivers. The book is replete with do-it-yourself sections with implementations provided in Python (and Excel for the statistical models) to show the readers how to apply these models themselves. This hands-on book, covering the entire range of forecasting-from the basics all the way to leading-edge models-will benefit supply chain practitioners, forecasters, and analysts looking to go the extra mile with demand forecasting. Events around the book Link to a De Gruyter Online Event in which the author Nicolas Vandeput together with Stefan de Kok, supply chain innovator and CEO of Wahupa; Spyros Makridakis, professor at the University of Nicosia and director of the Institute For the Future (IFF); and Edouard Thieuleux, founder of AbcSupplyChain, discuss the general issues and challenges of demand forecasting and provide insights into best practices (process, models) and discussing how data science and machine learning impact those forecasts.The event will be moderated by Michael Gilliland, marketing manager for SAS forecasting software:https://youtu.be/1rXjXcabW2s