美國北卡羅來納大學肯南弗拉格勒商學院(University of North Carolina's Kenan-Flagler Business School)營運學特聘講座教授。
近年來,企業的供應鏈不斷遭受各種因素干擾,但企業採取傳統的規畫方法,降低了供應鏈的敏捷性與韌性。本文提出一套「最佳機器學習」規畫方法,運用歷史與當前的數據,為企業提供更好的決策建議。
為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多 cookies 資訊請閱讀我們的隱私權政策。