產品預測需求
IPHONE
B11021023 蔡培婷
B11021028 吳秋芬
B11021045 羅竫傑
使用方法
所學方法
v.s
人工智慧方法
MA簡單移動平均法
LSTM 機器學習
 使用歷史平均值來預測未來數
值，不考慮趨勢和模式。
 假設數據中存在一條線性趨勢，
模型擬合這條趨勢，可以進行預測。
MA簡單移動平均法
DATA
過去產品銷售數據和前四期預測
實際值
實際值
前4期(20年9~12月)預測第5期(21年1月)
以此類推至48期
預測值
DATA
過去產品銷售數據和前四期預測
實際值
預測值
實際值
預測值
LSTM 機器學習
架設模型
預測結果
結果差異
MA簡單移動平均法
預測值
簡單移動平均法和AI預測的
數據差異不大，但對於長期
預測效果較差，因為它只考
慮了最近的幾個數據點
LSTM模型
實際值
預測值
模型的平均絕對誤差和平均
百分比誤差均略低於簡單移
動平均法。
MA法預測
優點 缺點
簡單易懂
無法捕捉數據中的複雜趨勢，
對於具有週期性或非線性變
化的數據可能預測效果較差。
LSTM模型預測
優點 缺點
能夠捕捉數據中的線性
關係，更好判斷趨勢和
季節性變化，並且對於
長期預測效果佳
受到數據中是否存在線性趨
勢的限制，對於非線性趨勢
的數據表現可能不佳。
THANK YOU