Машинное обучение на производстве
Итак продолжим....... Напоминаю что мне необходимо помочь в выборе метода и подхода. Делать за меня ничего не нужно, просто подскажите что почитать.
Суть задачи: Входной запрос имеет набор технических параметров на основании которых и происходит выбор.
Компания продает оборудование "ПриборА". У "приборА" есть порядка 10 моделей модификаций, которые наделяют его различными свойствами. Каждая из моделей имеет свой определённый набор внутренних частей, где каждая из запчасти может быть выполнена из различных материалов. Предположим что входящий запрос предполагает одно и единственное решение. Структура очень похожа не лес, но для решени ёё использовать случайный лес думаю вряд ли получится. Давайте взглянем на схему..... Сразу приношу извинения делалась наскоряк задача была показать структуру примерную.
Вроде бы ничего сложного, тут даже НС по идеи не нужна. НО дело в том что сама область слишком большая. И моделей порядка 50 и каждого элемента модели порядка 10. Но и проблема в том что нет полного количества всевозможных входных запросов и существуют такие запросы где решение будет таким, которого не было в обучении. Плюс всегда есть вилка при выборе, когда подходят две или три модели одновременно. Так или иначе ГУРУ МО вышеперечисленные, в том числе и синеньким цветом, скажите какой метод будет тут актуальным. Исключительно подход. Кто что бы тут применил. Спасибо!!!
Итак продолжим....... Напоминаю что мне необходимо помочь в выборе метода и подхода. Делать за меня ничего не нужно, просто подскажите что почитать.
Тут не МО нужно, а обычная база данных, и обычные запросы к ней.
Задача классификации на ум приходит только такая модель. Все сходиться на классификации модели. Входные получаются Входящий запрос и элементы модели. Я думаю как то так. Тип сети не помню если найду напишу.
Тут не МО нужно, а обычная база данных, и обычные запросы к ней.
Согласен, а если в запросе идут значения выбираемых параметров. Но в запросе идут требования к оборудованию. Как для примера: Необходима тачка чтоб гонять на гонках и мама чтоб безопасно ездила по магазинам. Как в таком случае быть? Только ИИ я так думаю...
Задача классификации на ум приходит только такая модель. Все сходиться на классификации модели. Входные получаются Входящий запрос и элементы модели. Я думаю как то так. Тип сети не помню если найду напишу.
Слушай а вот такая структура я думаю должна подойти..... Я так понимаю что нужно производить множественное ранжирование как по выбору модели так и по её составу..... Либо иметь возможность построения отдельных НС для конкретных шагов. Первая НС будет определять модель, а уже состав этой модели будет определять другая НС которая на эту модель заточена..... ХМ.... надо подумать...
Как для примера: Необходима тачка чтоб гонять на гонках и мама чтоб безопасно ездила по магазинам. Как в таком случае быть? Только ИИ я так думаю...
Таких машин не бывает. Нужно купить 2 машины. Одну для мамы, другую для себя. Если нужно найти тачку которая идеально подойдет покупателю нужно знать потребности покупателя. А вообще зачастую выбирают из 2-4 моделей и уже примерно знают что будут покупать. Покупка машины это не покупка телика. Походу для этих задач и ML не нужен.
Вот если приблуды попутно впаривать коврики, магнитолы, подогрев сидений... то еще может пригодиться.
Таких машин не бывает. Нужно купить 2 машины. Одну для мамы, другую для себя. Если нужно найти тачку которая идеально подойдет покупателю нужно знать потребности покупателя. А вообще зачастую выбирают из 2-4 моделей и уже примерно знают что будут покупать. Покупка машины это не покупка телика. Походу для этих задач и ML не нужен.
Вот если приблуды попутно впаривать коврики, магнитолы, подогрев сидений... то еще может пригодиться.
Та не вы не поняли... машины это всего лишь пример. Информация в запросе имеет прямое отношение к результату но содержит в себе не явные факты об выбираемой модели. В запросе нету прямого выбора параметров модели, яж говорю. Машину для гонок и для мамы, а ты сиди и думай какая из моделей подойдёт в обоих случаях.... Как то так..
Согласен, а если в запросе идут значения выбираемых параметров. Но в запросе идут требования к оборудованию. Как для примера: Необходима тачка чтоб гонять на гонках и мама чтоб безопасно ездила по магазинам. Как в таком случае быть? Только ИИ я так думаю...
Правильно сделанная БД все это выдаст на основе обычной статистики. Задачи маркетинга испокон века успешно решались именно сбором и стат. обработкой инфы. Не думаю, что ваша задача уникальна.
Сейчас, кстати, делаю именно такую БД, для оч похожих задач, но в совершенно другой области. Думаю, что задач гораздо более сложных - там тысячи различных параметров и взаимодействующих объектов. Без БД охватить все это невозможно. Область сказать не могу, к рынку-торговле-финансам никакого отношения не имеет. Кстати, и моя задача тоже не уникальна.)
Слушай а вот такая структура я думаю должна подойти..... Я так понимаю что нужно производить множественное ранжирование как по выбору модели так и по её составу..... Либо иметь возможность построения отдельных НС для конкретных шагов. Первая НС будет определять модель, а уже состав этой модели будет определять другая НС которая на эту модель заточена..... ХМ.... надо подумать...
Я склоняюсь к к отдельным НС. 1 нс классифицирует модели по признакам. 2 НС классифицирует модели по входному запросу. Но интуитивно чувствую что то то может пойти не так. Модели думаю надо разбить на подмодели.
Модель 1.1, Модель 1.2, Модель 1.3 - таким способом я думаю можно избежать "вил"
Итак продолжим....... Напоминаю что мне необходимо помочь в выборе метода и подхода. Делать за меня ничего не нужно, просто подскажите что почитать.
Суть задачи: Входной запрос имеет набор технических параметров на основании которых и происходит выбор.
Компания продает оборудование "ПриборА". У "приборА" есть порядка 10 моделей модификаций, которые наделяют его различными свойствами. Каждая из моделей имеет свой определённый набор внутренних частей, где каждая из запчасти может быть выполнена из различных материалов. Предположим что входящий запрос предполагает одно и единственное решение. Структура очень похожа не лес, но для решени ёё использовать случайный лес думаю вряд ли получится. Давайте взглянем на схему..... Сразу приношу извинения делалась наскоряк задача была показать структуру примерную.
Вроде бы ничего сложного, тут даже НС по идеи не нужна. НО дело в том что сама область слишком большая. И моделей порядка 50 и каждого элемента модели порядка 10. Но и проблема в том что нет полного количества всевозможных входных запросов и существуют такие запросы где решение будет таким, которого не было в обучении. Плюс всегда есть вилка при выборе, когда подходят две или три модели одновременно. Так или иначе ГУРУ МО вышеперечисленные, в том числе и синеньким цветом, скажите какой метод будет тут актуальным. Исключительно подход. Кто что бы тут применил. Спасибо!!!
Я так думаю, если правильно вас понял. Вам надо собрать прибор из имеющихся множества компонентов и при этом минимизировать стоимость деталей и что бы выполнялись заданные ограничения. То перед вами обычная задача поиска оптимального. На эту тему есть хорошая книга - Таха Хемди А. Введение в исследование операций.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Всецело считаю этот ресурс одним из самых мощных в рунете по сброду бездельников и лаботрясов, но в то же время специалистов высочайшего уровня в области МО. Одно другому не мешает как говорится :-)
Завсегдатые в курсе что я недавно устроился на работу и столкнулся я там с тем что компании как раз таки могут понадобится технологии МО. Причём они ей нужны уже позарез, но поскольку человека с моим опытом у них ни разу не было, то и додуматься что есть такой инструмент который в принципе способен делать работы выбора так же как её делает человек с его то (ИИ) педантичностью к точности и скоростью выполнения задачи. Человек тут никогда не будет первым. Что ни говори. машины сейчас намного тупее нас, но считают они при этом гораздо быстрее и точнее. Для чего эта ветка собственно???? Мои фанаты, которые поддерживают меня постоянно тот же Максимка, Vizard (заметил сколько тебе уважухи друже :-)) Ренат, FilPanAleksey Panfilov, NechaevRealleAlexander Nechaev, 7Konstantin7Anatolij Anufriev, AndreySAndriy Sydoruk, DNGDmitriy Gizlyk, geninoEvgeny Belyaev, sithoryHatem Koshok, msolito59Marco Solito, NovajaNovaja, shekishlekiPavel Bobrovskiy, seliveruSEM, moneystrategyVladimir Gribachev, VOLDEMARVladimir Pastushak, KirillovYVYury Kirillov, 80Viktor80Viktor, awan-fxAgus Setyawan, GaintAleksandr Gaint, KuripkoAleksandr Kuripko, AlPrasAleksandr Praslov, alexdomAleksej Kravcenko, le107_Aleksey Altukhov, terentyev23Aleksey Terentev, alekseyka33Aleksey Yagneshko, Razvan12Alexandru Razvan Gheorghe, alfaforexAlfa Forex, alextrade25Aliaksandr Maksimau, FXboxINNAliaksei Tsestau, DejavuzAllan Shen, Anastasiya_1987Anastasiya Astakhova, old_padreAndrey Kolmogorov, yaav89Andrey Yakovlev, degalyuk97Andrii Dehaliuk, Anton078Anton Sidorchuk, Azamatik1992Azamat Sarsembaev, MilonegBogdan Yarotskiy, MaMonChonladhon Chittapakob, FAVORITE_XDenis Kotsubinskyi, DenizripDenis Pershin, thewhisperDmitriy Piskarev, Dima_SDmitriy Skub, ddpolkovnikDmitry Pilshtshikov, Dr.TraderDr. Trader, timemanEvgeniy Sklyarov, PammClabEvgeniy Yushkov, XpucmocEvgeny Proskurnya, virus3Evgeny Raspaev, forex777winFXwin, FreimansFreimans, TRaiderGeorgy Pankrashkin, MakatiBanditGraham Heyes, 603912Harun Celik, edutakIbragim Dzhanaev, Igorbayt552Igor Baytuganov, pepsiezJirayut Kemajaru, kostik83Konstantin Kotlov, PodgorniyKVKonstantin Podgorniy, MhFx7Mani Heshmat, masminMarcus Kaehler, mishutka999Mikhail Mitin, mostafa.sabriMostafa Mohamed Sabri, bermaui314Muhammad Elbermawi, modsellerMustafa Eroglu, natalinvNatali Honchar, kinmaxNatalja Romancheva, niktronNikolay Gaylis, alehfxOleg Bakurov, ElenaViktorovaOlena Kondratenko, MissandraOlena Zelenska, lisyanOlesya Galyamova, YPYPavel Izosimov - IPA Investments LTD, RaPridePavel Predein, RoshRashid Umarov, eyvazovr1991Rustam Eivazov, specoolantSerge, digimaxSergey Don, sergoalSergey Kutsko, lotususSergey Ukhobotov, ASTrendSergey Zhukov - AS Trend LLC, Ser1970Sergio Garziera, TradeEZ-FXTibor Rituper, BudriganUladzimir Budryk, ULADUladzimir Izerski, perepelVasily Perepelkin, GTKapitalVitalie Turcanu, ouyangximengXiaoneng Meng, goldenrate20Yaghoub karampour, robot_hft_fp_v1Yaroslav Yatsenko, ReshetovYury Reshetov, capursiumcapursium, forexman77forexman77, mader11sendkod, toxictoxic, masterlg‘ҐаЈҐ© „® знают что я приверженец тренарной классификации которой будет недостаточно для решения производственной задачи и именно поэтому создание этой ветки имело место быть.
В течении нескольких постов я сформирую постановку задачи и прошу вас порекомендовать направление и соответствующую литературу, то есть куда можно глянуть дабы решить задачу так необходимую производству. Скажу сразу что изначально есть от 10 и до 50 категорий по которым нужно производить классификацию или ранжирование, если быть точным. Исследуемая область ОЧЕНЬ большая с кучей не очевидных решений, но это область конечна что и вселяет надежду на то что именно ИИ сможет её распилить. Область большая, конечная и самое главное статична именно поэтому я возлагаю на ИИ большие надежды. Но и задача тут совершенно другая. Тут вам не вверх или вниз... тут ещё и в бок и прямо и с переподвыподвертом... ну Вы меня понимаете. Особо прошу не сорить в теме........ дайте время для фурмолировки задачи. Спасибо!!!!