Proyectos / Trabajos del máster
Red con entradas mixtas
Ventas diarias de nueve tiendas Rossmann
Resumen
Una rama LSTM lee los últimos 30 días de apertura y otra de embeddings lee los rasgos fijos de cada tienda, como el tipo, el surtido o la competencia. En el periodo de test de 2015, el R² pasó de 0,6 en siete de las nueve tiendas y fue negativo en una. Equipo de 3.
La tarea
Predecir las ventas diarias de nueve tiendas Rossmann con una red que lee dos tipos de entrada: una rama LSTM con los últimos 30 días abiertos y una rama de embeddings con los rasgos fijos de cada tienda, como el tipo, el surtido o la competencia. Un único modelo global comparte lo aprendido entre tiendas, porque algunas solo tienen unos 600 días de historia. La validación va de octubre a diciembre de 2014 para incluir la Navidad.
Mi parte y resultados
Me encargué del preprocesado: carga, limpieza, variables de tienda, codificación, partición temporal, un normalizador por tienda y las secuencias de entrada. En el periodo de test de 2015, el R² superó 0,6 en siete de las nueve tiendas y fue negativo en una.
Figuras
