Publish your project for free and start receiving offers from freelance contractors in serveral minutes after publication!
1 000 ₴

Prediction модель



  1. 154  
    Winning proposal5 days2 500 ₴

    Добрый день!
    Пока вопросов нет.
    На всякий случай, срок укажу 5 дней, хотя проблем возникнуть не должно.
    Если есть вопросы - задавайте!

  • Сергей Никонов
    11 June at 21:14 |

    Добрый вечер.

    Интересуют ориентировочные сроки.

    С уважением, Сергей

  • Віктор Чекін
    12 June at 17:15 |

    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.

  • Сергей Никонов
    12 June at 18:07 |

    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

  • Віктор Чекін
    12 June at 19:31 |

    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.

  • Сергей Никонов
    12 June at 19:37 |

    Вы неверно истолковали написанное.

    "Избыточность" в смысле стрельбы из пушки по воробьям. В данном случае даже скорее из орудия резерва Главного командования.

  • Сергей Никонов
    11 June at 21:16 |

    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)

  • Віктор Чекін
    12 June at 17:18 |

    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.


Client
Project published
4 days ago
76 views
Labels
  • machine learning
  • машинное обучение
  • python machine learning
  • машинне навчання