使用Azure预测沃尔玛销售 在此存储库中，我们介绍了Microsoft Azure的Udacity纳米级程序机器学习工程师的Capstone项目。 在最后一个项目中，我们创建了两个模型来解决预测问题：一个模型使用Automated ML ，另一个模型使用HyperDrive调整了超参数。 然后，我们比较两个模型的性能，并将性能最佳的模型部署为Web服务。 特别是，我们选择Light GBM作为我们的自定义模型，以通过HyperDrive优化超参数。 架构图 数据集 总览 该项目中使用的数据集是Kaggle竞争提供的更大数据集的一小部分。 完整的数据集涵盖了美国三个州（加利福尼亚州，德克萨斯州和威斯康星州）的商店，并包括项目级别，部门，产品类别和商店详细信息。 此外，它具有解释性变量，例如价格，促销，星期几和特殊事件（例如超级碗，情人节和东正教复活节），这些变量通常会影响单位销售并可以

BigMart销售预测 BigMart销售数据集包含2013年销售数据，这些数据来自不同城市的10个不同网点的1559种产品。 以下项目的目标是建立一个回归模型，以预测下一年在10个不同的BigMart网点中每种1559产品的销售情况。 BigMart销售数据集还包含每个产品和商店的某些属性。 此模型可帮助BigMart了解在增加整体销售额中起重要作用的产品和商店的属性。 该项目由Harsh Nagoriya自豪地创建。

基于ARIMA自回归模型对法国香槟的月销售额预测python实现完整源码+数据+详细注释 包含 1.如何训练Embidding层 2.在Embidding层使用已训练好的词向量_glove 3.数据的初步 可视化分析；4.手动配置ARIMA参数；5.手动配置差分参数；6.网格搜索配置ARIMA参数；7.残差后自相关检测；8.残差修正；9.检查残差预测误差；10.验证模型；11.进行预测；12.数据集分割等

数据对应文章和实现代码链接 https://datayang.blog.csdn.net/article/details/126816417

月销售额数据可视化图表.xlsx

每月销售预测 在这个项目中，我使用时间序列分析根据历史数据预测了零售商店的月销售额。

机器学习线性回归 实例数据集——广告投入与销售额

线性回归预测网店销售额的数据集

视频教程

休闲服务行业周观点：冰雪旅游成出行热点，海南免税21年销售额超600亿.pdf