文件名称：预测沃尔玛天蓝色销售额
文件大小：35.67MB
文件格式：ZIP
更新时间：2024-03-01 13:01:50
JupyterNotebook
使用Azure预测沃尔玛销售 在此存储库中，我们介绍了Microsoft Azure的Udacity纳米级程序机器学习工程师的Capstone项目。 在最后一个项目中，我们创建了两个模型来解决预测问题：一个模型使用Automated ML ，另一个模型使用HyperDrive调整了超参数。 然后，我们比较两个模型的性能，并将性能最佳的模型部署为Web服务。 特别是，我们选择Light GBM作为我们的自定义模型，以通过HyperDrive优化超参数。 架构图 数据集 总览 该项目中使用的数据集是Kaggle竞争提供的更大数据集的一小部分。 完整的数据集涵盖了美国三个州（加利福尼亚州，德克萨斯州和威斯康星州）的商店，并包括项目级别，部门，产品类别和商店详细信息。 此外，它具有解释性变量，例如价格，促销，星期几和特殊事件（例如超级碗，情人节和东正教复活节），这些变量通常会影响单位销售并可以
【文件预览】：
Forecasting-Walmart-sales-with-Azure-master
----images()
--------model_deployed_autoML_studio_02.JPG(65KB)
--------time_series_split.JPG(34KB)
--------automl_widget_01.JPG(93KB)
--------microsoft-azure-640x401.png(13KB)
--------automl_log_deployed_model.JPG(298KB)
--------hd_best_model_0902_notebook.JPG(72KB)
--------architecture_diagram.JPG(38KB)
--------automl_deployment_status.JPG(43KB)
--------hd_widget_0902_05_log_metrics.JPG(163KB)
--------hd_best_model_0902_details_02.JPG(61KB)
--------model_deployed_autoML_studio_01.JPG(57KB)
--------hd_widget_0902_04.JPG(80KB)
--------best_model_details_01.JPG(72KB)
--------hd_best_model_0902_details_01.JPG(62KB)
--------best_model_details_02.JPG(67KB)
--------Walmart1_Logo-scaled.jpg(137KB)
--------hd_top_10_0902.JPG(118KB)
--------obtain_score.JPG(27KB)
--------project_workflow.JPG(48KB)
--------models_automl.JPG(95KB)
--------automl_best_model_notebook.JPG(91KB)
--------hd_widget_0902_02.JPG(69KB)
--------hd_widget_0902_03.JPG(37KB)
--------hd_widget_0902_01.JPG(109KB)
--------automl_widget_02.JPG(42KB)
----automl-final-version-090221.ipynb(379KB)
----automl_best_model.zip(2.17MB)
----hyperparameter-tuning-final-version-090221.ipynb(101KB)
----myenv.yml(749B)
----data()
--------walmart_tx_stores_10_items_with_day.csv(5.98MB)
----automl.log(5KB)
----train.py(11KB)
----__pycache__()
--------train.cpython-36.pyc(10KB)
----temp()
--------automl-final-version-090221.ipynb(378KB)
--------automl-final-version-090221 (1).ipynb(378KB)
--------.ipynb_checkpoints()
----automl_walmart_forecasting_errors.log(117B)
----bst-model.pkl(399KB)
----.gitignore(342B)
----azureml_automl.log(4KB)
----video()
--------udacity_capstone_DaniellePaesBarretto.mp4(35.08MB)
----01-create_sample_data_walmart.ipynb(157KB)
----README.md(17KB)
----score_forecast.py(3KB)
----config.json(161B)