Machine learning et supply chain

Description

<p>Les systèmes industriels et logistiques modernes génèrent un nombre considérable de données, que les progrès des nouvelles technologies permettent de capter de plus en plus efficacement : caractéristiques des produits et des commandes, traçabilité, paramètres de fabrication, de manutention et de transport, phénomènes exogènes de toutes sortes, etc. L'émergence de nouvelles techniques d'analyse des données, comme le <em>Machine Learning,</em> semble donc ouvrir de nouvelles possibilités pour planifier plus efficacement la <em>Supply Chain.</em> Certains parlent même d'une révolution à venir, d'autres ne voyant rien venir, évoquent des effets de mode.</p><p>Cet ouvrage, rédigé par un enseignant-chercheur et un praticien en entreprise, propose de décrire ce qu'est le <em>Machine Learning,</em> et comment il est possible d'utiliser ses apports dans la <em>Supply Chain,</em> dans le cadre conceptuel de la planification hiérarchisée.</p><p>Il s'adresse avant tout aux opérationnels de la <em>Supply Chain,</em> ainsi qu'aux étudiants, à qui il permettra de comprendre les concepts de la planification hiérarchisée, les principaux algorithmes du Machine Learning et surtout de découvrir, à partir d'exemples concrets, des projets effectivement menés en entreprise, et des recommandations pratiques pour en réussir d'autres.</p><p>Ni thuriféraires de la technologie, ni sceptiques rétrogrades, les auteurs visent à faire prendre conscience par les acteurs, actuels et futurs, de la <em>Supply Chain</em> que le <em>Machine Learning</em> ne peut être ignoré, mais que son utilisation dans le cadre de projets réels nécessitera un pilotage plein d'intelligence humaine.</p>

Détails

Auteur: Alain Schnapper

Editeur: Presses des Mines

Collection: TRANSVALOR

Format: Broché

Presentation: Broché

Date de parution: 24 Octobre 2019

Nombre de pages: 138

Dimensions: 16 x 23,8 x 0,8

Prix publique: 25,00 €

Information complémentaires

Classification: Techniques et Sciences appliquées > Sciences et techniques industrielles

Code Classification: 3069 > 3074

EAN-13: 9782356715777