LearnQuest
Spezialisierung Machine Learning for Supply Chains
LearnQuest

Spezialisierung Machine Learning for Supply Chains

Use Machine Learning in the Supply Chain. You will learn to use machine language techniques to analyze and predict retail stock in the supply chain.

Neelesh Tiruviluamala
Rajvir Dua

Dozenten: Neelesh Tiruviluamala

3.537 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
3.7

(64 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

1 Monat
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
3.7

(64 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

1 Monat
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Applied Machine Learning
  • Kategorie: Regression Analysis
  • Kategorie: Data Manipulation
  • Kategorie: Data Visualization
  • Kategorie: Inventory Management
  • Kategorie: Image Analysis
  • Kategorie: Inventory Management System
  • Kategorie: Operations Research
  • Kategorie: Demand Planning
  • Kategorie: Predictive Modeling
  • Kategorie: Supply Chain
  • Kategorie: Feature Engineering

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von LearnQuest.

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Learn to merge, clean, and manipulate data using Python libraries such as Numpy and Pandas

  • Gain familiarity with the basic and advaned Python functonalities such as importing and using modules, list compreohensions, and lambda functions.

  • Solve a supply chain cost optimization problem using Linear Programming with Pulp

Kompetenzen, die Sie erwerben

Kategorie: Python Programming
Kategorie: Data Structures
Kategorie: Data Manipulation
Kategorie: NumPy
Kategorie: Programming Principles
Kategorie: Pandas (Python Package)
Kategorie: Data Analysis
Kategorie: Applied Machine Learning
Kategorie: Operations Research
Kategorie: Exploratory Data Analysis
Kategorie: Data Wrangling
Kategorie: Data Transformation
Kategorie: Data Cleansing
Kategorie: Computer Programming
Kategorie: Supply Chain
Kategorie: Plot (Graphics)

Was Sie lernen werden

  • Building ARIMA models in Python to make demand predictions

  • Developing the framework for more advanced neural netowrks (such as LSTMs) by understanding autocorrelation and autoregressive models.

Kompetenzen, die Sie erwerben

Kategorie: Time Series Analysis and Forecasting
Kategorie: Forecasting
Kategorie: Regression Analysis
Kategorie: Trend Analysis
Kategorie: Customer Demand Planning
Kategorie: Data Analysis
Kategorie: Predictive Modeling
Kategorie: Data Visualization
Kategorie: Statistical Analysis
Kategorie: Supply Chain
Kategorie: Predictive Analytics
Kategorie: Pandas (Python Package)
Kategorie: Matplotlib

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Kategorie: Image Analysis
Kategorie: Computer Vision
Kategorie: Artificial Neural Networks
Kategorie: Machine Learning
Kategorie: Classification And Regression Tree (CART)
Kategorie: Customer Demand Planning
Kategorie: Unsupervised Learning
Kategorie: Applied Machine Learning
Kategorie: Predictive Modeling
Kategorie: Statistical Modeling
Kategorie: Supply Chain Management
Kategorie: Random Forest Algorithm
Kategorie: Supervised Learning
Kategorie: Natural Language Processing
Kategorie: Forecasting
Kategorie: Anomaly Detection
Kategorie: Deep Learning
Kategorie: Supply Chain
Kategorie: Performance Tuning

Was Sie lernen werden

  • Calcualte safety stock using SARIMA predictions combined with manipulaitng lead times.

Kompetenzen, die Sie erwerben

Kategorie: Pandas (Python Package)
Kategorie: Predictive Analytics
Kategorie: Exploratory Data Analysis
Kategorie: Time Series Analysis and Forecasting
Kategorie: Predictive Modeling
Kategorie: Inventory Control
Kategorie: Demand Planning
Kategorie: Product Knowledge
Kategorie: Forecasting
Kategorie: Data Manipulation
Kategorie: Feature Engineering
Kategorie: Data Visualization
Kategorie: Data Analysis
Kategorie: Matplotlib
Kategorie: Data Wrangling
Kategorie: Statistical Modeling
Kategorie: Inventory Management
Kategorie: Inventory Management System
Kategorie: Data Transformation

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Neelesh Tiruviluamala
LearnQuest
8 Kurse18.009 Lernende

von

LearnQuest

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen