Применение алгоритмов машинного обучения для оптимизации логистических процессов

Проведено исследование, в котором раскрыты прогностические возможности логистических процессов. Были использованы, оценены и сравнены шесть моделей машинного обучения. Лучше всего с поставленной задачей справились классификатор XGBoost и алгоритм случайного леса, о чем свидетельствуют высокие метрические показатели и их схожесть между собой.

A study has been conducted that reveals the predictive capabilities of logistics processes. Six machine learning models were used, evaluated, and compared. The XGBoost classifier and the random forest algorithm performed the best job, as evidenced by their high metric values and their similarity to each other.