协调机器学习工作流:POS和供应链中的零售预测与库存管理
原文英文,约1300词,阅读约需5分钟。发表于: 。Predicting point-of-sale (POS) sales across stores, coordinated with inventory and supply chain data, is table stakes for retailers. This blog explains this use case leveraging PySpark for data...
这篇博客介绍了使用PySpark和Control-M来预测销售和库存的使用案例。数据和机器学习(ML)管道在Azure Databricks上进行编排,通过Control-M进行协调。博客的第一部分介绍了零售预测使用案例和在Azure Databricks中定义的ML管道的详细信息。第二部分介绍了Control-M和Databricks之间的集成。使用真实数据进行数据和特征工程,然后使用随机森林和线性回归进行模型训练。最后,使用Control-M进行任务编排和执行。