摘要
在此 Code Pattern 中，学习如何创建一个基于 Web 的应用程序来优化库存。
概览
通过使用历史需求数据来训练机器学习模型，您可以更准确地预测某些商品的未来需求，并确保客户能够买到想要的东西。使用此预测需求作为输入，并结合制造工厂数据（例如成本和产能），商店经理可以通过此应用程序快速选择最佳制造工厂以优化库存并最小化成本。
完成本 Code Pattern 后，您将掌握如何：
- 部署基于 Node.js 的 Web 应用程序
- 使用 REST API 从部署的 IBM Watson® Machine Learning 模型发送和接收消息
流程图
- 用户在 IBM® Cloud 上创建一个 IBM Watson Studio Service。
- 用户创建一个 IBM Cloud Object Storage Service，并将其添加到 Watson Studio。
- 用户将需求和工厂数据文件上传到 Watson Studio。
- 用户通过建模助手创建决策优化实验并设定目标以最小化成本。
- 用户将决策优化另存为模型，并使用 Watson Machine Learning 进行部署。
- 用户使用 Node.js 应用程序通过 API 连接到部署的模型，并根据成本和产能选择最佳的工厂。
操作说明
可在 README 文件中获取详细的操作说明。这些操作说明解释了如何：
- 克隆存储库。
- 设置模型部署 ID。
- 设置模型空间 ID。
- 创建 IBM Cloud API 密钥。
- 生成访问令牌。
- 运行应用程序。
此 Code Pattern 已纳入使用 AI 制定明智的库存和采购战略系列。
本文翻译自：Create a web application to optimize your supply chain inventory（2020-11-30）