工具概覽
該專案預測哪些 H&M 時裝款式在下一季最暢銷，併為它們生成新的設計概念。它基於兩年的 H&M 交易資料構建款式的周度面板，並訓練 LightGBM 模型來預測未來 13 周的暢銷款式。對於預測排名靠前的款式，它會撰寫設計簡報，以真實參考照片為條件用 SDXL 生成概念圖，並通過相似度、完整性和屬性測試以及人工稽核來檢驗每個概念。這些步驟同樣以子智慧體、兩個可複用的 Claude Agent Skills 和一個 MCP 伺服器的形式提供。在 13 周訓練禁區設定下，模型預測的前 3 名在 12 個滾動起點上有 0.528 的機率落入真實的前 20 名。專案包含一個演示，可在合成數據上執行回測框架，無需資料集或 GPU。
定價
價格與限制可能變動，請以官網為準，並確認幣別、付款週期、最低席位數和用量上限。
應用場景
- 團隊用它預測下一季哪些時裝款式最暢銷。
- 團隊用它基於預測的熱門款式生成新的設計概念圖。
- 團隊用它在合成數據上執行預測模型的回測與評估，無需資料集或 GPU。
- 團隊用它執行測試，在沒有 H&M 資料集的情況下驗證流水線。
- 團隊用它藉助 H&M 資料執行完整流水線，包括資料轉換、特徵工程和模型訓練。
功能特色
預測下一季受歡迎的服裝款式
根據交易資料建立每週款式資料
為預測款式生成設計簡報
生成新產品概念圖
按相似度等標準檢查設計概念
使用合成數據回測預測流程
使用者評論
還沒有評論，來分享你的使用體驗吧