Large Language Models in de Logistiek
Data driven & Automation
Large Language Models in de Logistiek
Slim voorspellen is geen trucje: zo combineer je mens en machine in forecasting
Hoe verhoog je de betrouwbaarheid van je vraagvoorspelling? Dit artikel onderzoekt wanneer het verstandig is om forecasting te automatiseren en wanneer menselijke kennis noodzakelijk blijft. Met data-analyse uit een retailcontext wordt duidelijk hoe verschillende aanpakken elkaar kunnen versterken.
Een praktisch artikel voor supply chain planners, retailprofessionals en studenten logistiek.
Naar het artikel
Auteurs
Nick van de Bunt (HAN University of Applied Sciences), Nienke Hofstra (HAN University of Applied Sciences)
Deel dit artikel
Relevante artikelen
Datagedreven magazijnoptimalisatie voor het mkb
Data driven & Automation
Datagedreven magazijnoptimalisatie voor het mkb
Transition towards Circular Supply Chain Management for Logistic Service Providers: A Case Study
Data driven & Automation
Circulaire ketens: van uitdaging naar kans voor logistieke dienstverleners