出数予測モデルの概要

研究室独自のナレッジで
高精度な予測アルゴリズムを構築！

予測誤差が3%の高精度モデルの開発に成功！

食品ロスと機会損失の削減に貢献します！！

対応できる領域

Well-Fed独自の強み：人気度推定アルゴリズム

料理の人気度を考慮した出数予測モデルを構築

MCMCサンプリングと階層ベイズモデルから構築された

研究室独自のアルゴリズムを構築し、出数予測の精度向上に寄与！

導入効果

具体的な効果：10食堂運営している給食事業者様が出数予測AIを導入した場合

出数予測AI 導入イメージ

開発に必要なデータ

• 売上日、各商品の売上数、各商品の商品名、商品の種類(例：日替、小鉢、etc...)などを含む売上データ

※顧客の休みやイベントに関する情報などがあると、さらに高精度な予測アルゴリズムになることが期待できます。