Veuillez utiliser cette adresse pour citer ce document :
http://repository.enp.edu.dz/jspui/handle/123456789/10831
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Chemichem, Anes | - |
dc.contributor.author | Sadat, Sofiane | - |
dc.contributor.other | Zouaghi, Iskander, Directeur de thèse | - |
dc.contributor.other | Abbaci, ayoub, Directeur de thèse | - |
dc.date.accessioned | 2023-10-10T07:41:38Z | - |
dc.date.available | 2023-10-10T07:41:38Z | - |
dc.date.issued | 2023 | - |
dc.identifier.other | EP00635 | - |
dc.identifier.uri | http://repository.enp.edu.dz/jspui/handle/123456789/10831 | - |
dc.description | Mémoire de Projet de Fin d’Études : Génie Industriel. Data Science et Intelligence Artificielle : Alger, École Nationale Polytechnique : 2023 | fr_FR |
dc.description.abstract | Dans le marché de la vente au détail compétitif d'aujourd'hui, les entreprises cherchent constamment des moyens d'améliorer leurs stratégies de tarification pour augmenter leur rentabilité et rester compétitives. Decathlon, comme beaucoup d'autres, reconnaît l'importance des stratégies de tarification et a entrepris ce projet pour mieux comprendre l'impact du prix sur le comportement des clients. Le but de ce projet est de créer un modèle capable de prédire les ventes pour chaque prix potentiel d'un produit, permettant à l'entreprise de fixer des prix qui maintiennent des ventes stables et augmentent les profits. De plus, le modèle aidera à la gestion des stocks, car il fournit des prévisions basées sur le temps. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | Prédiction | fr_FR |
dc.subject | Tarification | fr_FR |
dc.subject | Séries temporelles | fr_FR |
dc.subject | Apprentissage profond | fr_FR |
dc.subject | Automatique | fr_FR |
dc.subject | Augmentation de données | fr_FR |
dc.subject | Elasticité | fr_FR |
dc.title | Étude de l’impact du changement des prix sur les performances de ventes par le recours à l’apprentissage automatique : application : Decathlon El Djazair | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Département Génie industriel : Data Science_Intelligence Artificielle |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
CHEMICHEM.Anes_ SADAT.Sofiane.pdf | PI02123 | 2.89 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.