通过自动化机器学习增强供应链安全
原文中文,约300字,阅读约需1分钟。发表于: 。该研究通过机器学习方法来应对全球供应链面临的复杂性,从而提高供应链安全性。研究集中于通过欺诈检测、维护预测和物料缺货预测来增强供应链安全。引入一种自动化机器学习框架,优化数据分析、模型构建和超参数优化。研究指出了影响机器学习性能的关键因素,包括抽样方法、分类变量编码、特征选择和超参数优化。机器学习方法在处理大规模数据集和复杂模式时显示出优势,为供应链管理领域提供了有价值的贡献。
该研究使用机器学习提高供应链安全性,包括欺诈检测、维护预测和物料缺货预测。研究引入了自动化机器学习框架,并指出了影响机器学习性能的关键因素。机器学习在供应链管理领域具有重要价值。