Machine Learning / AI

Kuidas tehniliselt rakendada andmete salvestamise ja teavitussüsteemi mudeli jälgimiseks?

Kuidas on juhuslik mets ja gradienttõstmine sarnased ja erinevad? Kuidas igaüks neist puid ehitab?

Kas teil on ideid nõudluse prognoosimissüsteemi edasiseks täiustamiseks?

Rääkige, kuidas töötas teie kasutatud klasterdamise algoritm — kuidas see kogus punkte ruumis?

Kuidas te määrasite klasterimise kvaliteeti? Milliseid meetodeid kasutasite?

Seoses Sparkiga — millised konkreetsed ülesanded olid seal paralleelsed?

Mis on stabiilne ajaseeria, kuidas seda kontrollida ja miks see oluline on?

Mis vahe on usaldusintervalil ja prognoosivahemikul? Mida need näitavad?

Kuidas luua süsteem kvaliteedi jälgimiseks ja otsuste tegemiseks mudeli asendamiseks?

Milliseid mudeleid kasutasite nõudluse prognoosimiseks?

Juhtum: S7 äriklassi hinnastem süsteemi väljatöötamine. 300 lendu päevas, umbes 100 äriklassiga, 4-6 kohta. Kaks eesmärki: maksimaalne täituvus ja maksimaalne tulu. Hinnad uuendatakse iga päev ja pärast iga ostu. Praegu määratakse hinnad käsitsi, lähtudes täituvusest. Kuidas te sellele ülesandele läheneksite?

Rääkige meile oma kogemusest Data Science'is

Rääkige huvitavatest optimeerimise juhtumitest Sparkis, mis on seotud omaduste ja keerukate ühendustega

Kuidas lahendada nihkunud ajalooliste andmete probleem (hinnad olid alahinnatud, mudel näeb nõudlust halvasti uutes tasemetel)?

Kuidas toime tulla madala tagasiside mahuga vaiksetel marsruutidel (vähe lende, müra andmed)?