Предсказательная модель
2500 UAH
Проблематика :
Есть исторические дневные данные по количеству поездок пассажиров.Для обслуживания оборудования на транспорте нужно на месяц вперед
Создать график выхода на работу обслуживающего персонала.Есть предсказательная модель.
Она показывает прогноз только на один день, а не на месяц, как нужно.Задача :
Дополнить существующую модель или предложить свою, которая на исторических данных научится и сделает
Прогноз поездок пассажиров по дням на месяц вперед.Точность прогноза 90-95% (в данном моделе при различных настройках точность достигает 95%).График предсказания должен продолжать существующий график красным цветом.Существующие недостатки:
Модель в расчетах использует последние 50 дней??А?- хотелось бы, чтобы использовался весь объем данных (туда могу ошибаться, в ML не длинный).При формировании графика появляется Warning - исправить.При написании кода добавить комментарии, чтобы при использовании можно было с пониманием менять параметры.Ссылка на модель:
https://colab.research.google.com/drive/1PBhY35PIGBe_vh8783re44HAW19E-4ai?usp=sharing
Ссылка на файл с данными за последний год:
https://drive.google.com/file/d/1dZ1N1F9ZvbhGiCnOKYuMDU8EBRMSkLL-/view?usp=sharing
/ →
Проблематика :
Существуют исторические дневные данные по количеству поездок пассажиров.Для обслуживания оборудования на транспорте требуется на месяц вперёд
Составьте график выхода на работу обслуживающего персонала.Есть модель предсказания,
Она показывает прогноз только на один день, а не на месяц, как требуется.Задача :
Доставить существующую модель или предложить свою, которая на исторических данных обучится и сделает
Прогноз поездок пассажиров по дню на месяц вперед.Точность прогноза 90-95% (в данной модели при разных настройках точность достигает до 95%).График предсказания должен продолжать существующий график красным цветом.Существующие недостатки:
Модель в расчетах использует последние 50 дней?А?- хотелось бы, чтобы использовался весь объем данных (тут могу ошибаться, в ML не силен).При формировании графика появляется Warning - исправить.При написании кода добавит комментарии, чтоб при использовании можно было с пониманием менять параметры.Ссылка на модель:
https://colab.research.google.com/drive/1PBhY35PIGBe_vh8783re44HAW19E-4ai?usp=sharing
Ссылка на файл с данными за последний год:
https://drive.google.com/file/d/1dZ1N1F9ZvbhGiCnOKYuMDU8EBRMSkLL-/view?usp=sharing
/ →
Проблематический :
Есть исторические ежедневные данные по количеству пассажирских поездок.Поддержание оборудования в транспорте требует месяца заранее
draw up a schedule for the entry to work of service personnel.Есть модель предсказания.
Что показывает прогноз только на один день, а не на месяц, как требуется.А задание :
Refine the existing model or offer your own, which will train on historical data and make
прогноз пассажирских поездок по дням на месяц заранее.Прогноз точность составляет 90-95% (Для этого модела, с различными настройками, точность достигает 95%).Prediction chart should continue the existing chart in red. Предсказательная схема должна продолжать существующую схему в красном.Существующие shortcomings:
Использует ли модель последние 50 дней в своих расчетах??А?- I would like the entire amount of data to be used (I could be wrong here, it's not strong in ML).Warning appears when the chart is being formed - фиксировать его.When writing the code, add comments so that when using it I can change the parameters with understanding.Модель ссылки:
https://colab.research.google.com/drive/1PBhY35PIGBe_vh8783re44HAW19E-4ai?usp=sharing
Link to file with data for the last year:
https://drive.google.com/file/d/1dZ1N1F9ZvbhGiCnOKYuMDU8EBRMSkLL-/view?usp=sharing
Варіант, коли за основу взято "one step prediction" і на його основі робиться 30 step prediction - не підходить. Такий варіант випробуваний і він дає помилкові результати.
/
Вариант, когда берётся "one step prediction" о на его основе делается 30 step prediction - не подходит. Такой вариант опробован и он даёт ошибочные результаты.
/
The option when "one step prediction" is taken as a basis and 30 step prediction is made on its basis is not suitable. This option has been tested and gives erroneous results.
X_FUTURE = 30
predictions = np.array([])
last = x_test[-1]
for i in range(X_FUTURE):
curr_prediction = model.predict(np.array([last]))
last = np.concatenate([last[1:], curr_prediction])
predictions = np.concatenate([predictions, curr_prediction[0]])
predictions = scaler.inverse_transform([predictions])[0]
print(predictions)
import datetime
from datetime import timedelta
dicts = []
curr_date = data.index[-1]
for i in range(X_FUTURE):
curr_date = curr_date + timedelta(days=1)
dicts.append({'Predictions':predictions[i], "Date": curr_date})
new_data = pd.DataFrame(dicts).set_index("Date")
train = data
plt.figure(figsize=(22,11))
plt.title('Prediction model')
plt.xlabel('Date', fontsize=18)
plt.ylabel('Pass trips (units)', fontsize=18)
plt.plot(train['Pass'])
plt.plot(new_data['Predictions'])
plt.legend(['Train', 'Predictions'], loc='lower left')
plt.show()
Отзыв заказчика о сотрудничестве с фрилансером
Предсказательная модельСпасибо! Сделано всё с пониманием. Всё здОрово!
Отзыв фрилансера о сотрудничестве с Віктором Чекіним
Предсказательная модельИдеал заказчика!
Мне просто дали задание, я его выполнил.
Чётко поставил цель, сроки, цену и т.д.
-
Добрый вечер.
Интересуют ориентировочные сроки.
С уважением, Сергей
-
Добрый день!
Срок до конца месяца. И не обязятельно этого). Основной критерий - точность расчётов. Если кросс-валидация покажет точность ниже 90% - то с такой точностью я вручную график составляю. Нужно точнее.
-
Добрый вечер.
Что сроки не горят - хорошо.
Посмотрел код (то, что Вы назвали ссылкой на модель).
Использование LSTM для time series с одной переменной кажется несколько избыточным.
Посмотрю что можно сделать обычным ts-forecasting, самому интересно.
С уважением, Сергей -
Вспомнился анекдот об избыточной занятости:
Встречаются как-то директор белорусского предприятия и директор японского предприятия. Предприятия выпускают одинаковую продукцию и в одинаковом объеме. Директор белорусского предприятия спрашивает у японца:
– А сколько у тебя на предприятии людей работает?
– Девять – отвечает японец – А у тебя?
У белоруса на самом деле работало 500 человек, но ему неудобно было об этом говорить, и он сказал, что 10.
На следующий день японец говорит: «Слушай, я всю ночь не спал. Думал: а что у тебя 10-й делает?»
Так вот избыточность LSTM в данном крнкретном случае меня полностью устраивает, поскольку когда начинаются избыточность / недостаточность по персоналу, то закрывать такие просадки дорого обходится.
-
Вы неверно истолковали написанное.
"Избыточность" в смысле стрельбы из пушки по воробьям. В данном случае даже скорее из орудия резерва Главного командования.
-
И да, использование всего исторического периода - плохая мысль.
Обычно используют либо те же периоды предыдущих лет для учета сезонности, либо последние данные с фильтром затухания значимости (чем дальше, тем меньше данные влияют на предсказания)
-
Согласен с Вами. Сейчас так и делаю. Вручную. Когда пассажиров 140К - это одни расчёты и с ними я ещё справляюсь, а когда их переваливает за 400К, тогда всё намного сложней.
-
Актуальные фриланс-проекты в категории AI и машинное обучение
Автоматизация процессоів через API и PhytonНиже описал текущий процесс и то, к какому результату хотелось бы прийти. Также прикладіваю файлы реалтного процесса чтобы лучше понять как он выглядит в ревльности Текущий процесс Сейчас весь процесс выполняется вручную: загрузка/выгрузка файлов, перенос данных между… AI и машинное обучение, Python ∙ 3 часа 7 минут назад ∙ 26 ставок |
Поиск и развертывание лучших проектов для 4 машин Mac Mini M4
10 177 UAH
Поиск и развертывание лучших проектов для 4 Mac Mini M4Здравствуйте,Я ищу опытного технического фрилансера, который понимает аппаратное обеспечение Mac Mini M4, DePIN, блокчейн-узлы, ИИ-инференцию, автоматизированные системы, Docker и мониторинг серверов.У меня в наличии 4… AI и машинное обучение, Криптовалюта и blockchain ∙ 14 часов 24 минуты назад ∙ 7 ставок |
Разработка AI-консультанта для сайта проверки рабочих виз (WordPress)Разработка AI-консультанта для сайта проверки рабочих виз (WordPress) О проекте Разрабатывается англоязычный сайт по предварительной проверке возможности получения рабочей визы в Израиль. Необходим AI-консультант в формате онлайн-чата, который будет помогать посетителям сайта… AI и машинное обучение, Разработка ботов ∙ 21 час 45 минут назад ∙ 31 ставка |
ІІ агенты и приложения
27 000 UAH
Ищу человека, который уже работает с ИИ-агентами, которых создал, который знает, как сделать безопасность, развернуть сервер, создать ИИ-приложения - человека, который уже на практике знаком с ИИ на "ты". Зачем ищу? Чтобы он научил меня делать это, потому что я хочу как для… AI и машинное обучение, Консультирование по AI ∙ 2 дня 5 часов назад ∙ 18 ставок |
Генератор сайтов (аи)нужен сайт по генерации сайтов даже самый простой - заготовлено 20 шаблонов и уже подбирает наиболее нужный генерация сайтов проходит по одному промту (описание компании) интересует простое решение и оплата не за все деньги мира AI и машинное обучение ∙ 5 дней 14 часов назад ∙ 32 ставки |
Винница