• arima
• contextual bandits
• demand forecasting
• GDO
• offline reinforcement learning
• reinforcement learning
• retail
• time series analysis

Il lavoro di tesi realizzato in collaborazione con l'azienda Tuidi si concentra sull'applicazione di tecniche di Reinforcement learning al processo di previsione della domanda dei consumatori per il settore della grande distribuzione organizzata. Dopo l'esplorazione dei metodi più utilizzati allo stato dell'arte nell'analisi e il forecast delle serie temporali e della teoria alla base degli algoritmi di apprendimento per rinforzo più utilizzati oggigiorno, si procede con la valutazione dell'applicabilità e dell'efficacia di questo tipo di paradigma, nel confronto con alcuni dei modelli di machine learning più diffusi rispetto al task di demand forecasting. All'implementazione di un environment personalizzato e di un metodo di esplorazione su misura per l'agente di Reinforcement learning, segue l'addestramento e il test delle performance sui dati messi a disposizione dall'azienda relativi allo storico delle vendite di alcuni prodotti all'interno di determinati centri di distribuzione.