Este projeto é um modelo de previsão de demanda de estoque, especialmente projetado para otimizar a gestão de estoques em uma rede de alimentação saudável. Utilizando dados históricos de vendas, o modelo visa prever a demanda futura com base na sazonalidade, permitindo um planejamento mais eficiente das quantidades a serem estocadas em cada unidade. Instalação
- Python 3.12.2
- Pandas
- Scikit-learn
- Matplotlib e Seaborn
Para utilizar este projeto, é necessário ter o Python3 instalado, além das bibliotecas Pandas, Scikit-learn, Matplotlib e Seaborn.
pip install pandas scikit-learn matplotlib seaborn holidays
- Os arquivos itens-analysis.ipybn e pedido-analysis foram utilizados para explorar e modelar as tabelas;
- O arquivo dados-combinados-graficos.ipybn foi utilizado para juntar as 3 tabelas e posteriormente para analisar os dados. Importante executar este arquivo para que o dataset dados_combinados.csv seja gerado com a junção de todas as 3 tabelas;
- O modelo que faz a predição pode ser executado no arquivo prever_demanda.py e no arquivo em notebook regressao_linear.ipybn;