ІНТЕРПРЕТАЦІЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ ДЛЯ ПРИЙНЯТТЯ РІШЕНЬ У РОЗДРІБНІЙ ТОРГІВЛІ

Abstract

Стаття присвячена питанню інтерпретації алгоритмів машинного навчання для прийняття рішень у роздрібній торгівлі. Було описано останні дослідження, які підтверджують актуальність проблематики. Зосереджено увагу на підході SHAP як на одному з перспективних методів розв’язання поставленої задачі. Розглянуто як теоретичні засади, так і практичне використання даного підходу. Розроблено модель машинного навчання на базі набору даних змагань «M5 Accuracy», метою якого був точний прогноз продаж товарних одиниць для однієї з найбільших компаній роздрібної торгівлі у світі – Walmart. Побудована високорівнева інтерпретація розробленої моделі з використанням підходу SHAP. Також вказані напрямки майбутніх досліджень та обмеження використаних підходів.