BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//datacraft - ECPv6.15.17//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:datacraft
X-ORIGINAL-URL:https://datacraft.paris
X-WR-CALDESC:Events for datacraft
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220630T100000
DTEND;TZID=Europe/Paris:20220630T180000
DTSTAMP:20260308T051114
CREATED:20220523T152659Z
LAST-MODIFIED:20220801T194401Z
UID:6777-1656583200-1656612000@datacraft.paris
SUMMARY:ATELIER - Time Series Multi-Horizon Forecasting : comment prédire des phénomènes non stationnaires à des horizons de temps multiples ?
DESCRIPTION:Inscription\n                \n            \n            \n			\n				\n				\n				\n				\n				La prédiction des ventes est un enjeu critique du processus S&OP des industries\, notamment pour Danone qui dispose d’un large historique de données concernant les ventes de ses différents produits. \nAujourd’hui\, une prévision unique et statique ne suffit plus : il faut pouvoir prédire à différents horizons temporels\, et évaluer l’incertitude associée à ces prédictions. \nMarianne\, dont ce sont les sujets de recherche\, Antoine et Charlotte\, qui représentent Danone\, vous proposent de comparer différentes méthodes de forecasting de séries temporelles à différents horizons temporels à l’aide de réseaux de neurones. \nPour ce faire\, Danone met à disposition un jeu de données\, qu’il sera possible d’explorer et modéliser en groupes. En fin de journée nous échangerons sur les résultats\, avantages et inconvénients des différentes approches. \nPlanning de la journée : \n\n10h – 11h : présentation du contexte et de différentes méthodes de forecasting à horizons multiples\n11h – 12h30 : prise en main des données – échanges sur d’autres approches possibles\n14h -17h : mise en œuvre d’approches de forecasting sur les données Danone\n17h -18h : échanges sur les résultats\n\nAtelier datacraft animé par Marianne Clausel\, Professeure U. Lorraine et Antoine Isnardy\, Lead Data Scientist Danone et Charlotte Jacob\, Data Scientist Danone
URL:https://datacraft.paris/event/atelier-time-series-multi-horizon-forecasting-comment-predire-des-phenomenes-non-stationnaires-a-des-horizons-de-temps-multiples/
LOCATION:datacraft –\, 3 rue Rossini\, 75009 Paris\, France
CATEGORIES:- on-site event -
ORGANIZER;CN="datacraft":MAILTO:contact@datacraft.paris
END:VEVENT
END:VCALENDAR