paper:applying_deep_learning_to_newsvendor_problem
差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版 | ||
| paper:applying_deep_learning_to_newsvendor_problem [2019/09/23 10:28] – [链接] kk | paper:applying_deep_learning_to_newsvendor_problem [2023/11/10 12:13] (当前版本) – 外部编辑 127.0.0.1 | ||
|---|---|---|---|
| 行 65: | 行 65: | ||
| 1. 论文是关于什么的？[请提供该论文的简要摘要。] | 1. 论文是关于什么的？[请提供该论文的简要摘要。] | ||
| + | 解决多特征报童（Multi-Feature Newsvendor, MFNV）问题的五种常见方法： | ||
| + | - Estimate-as-Solution (EAS) | ||
| + | - Separated Estimation and Optimization (SEO) | ||
| + | - Empirical Quantile Method | ||
| + | - Integrating ML in Optimization | ||
| + | - Linear Machine Learning (LML) Method | ||
paper/applying_deep_learning_to_newsvendor_problem.1569205729.txt.gz · 最后更改: 2023/11/10 12:12 (外部编辑)