Single Exponential Smoothing is een term uit het WFM-vakgebied en verwijst naar het opschonen van een dataset. Bij Single Exponential Smoothing splits je de dataset (minimaal bestaand uit twee jaar historische data) in trainingsdata en testdata (dat laatste gaat over circa 20 procent van de dataset). De trainingsdata worden gebruikt om het WFM-model te maken.

Terug naar startpagina woordenboek