Comment apprendre à appliquer des méthodes de machine learning, poser un problème, choisir un modèle, trouver des données pour le former et simplifier l'exploitation des aéroports en quelques mois, après avoir trouvé un lien entre les indices boursiers et le nombre quotidien de passagers? Plus facile qu'il n'y paraît.
Notre équipe développe depuis plus de dix ans des applications qui contrôlent l'exploitation des plus grands aéroports: Francfort, Dublin, Manille, Jakarta, Miami, Pékin. Les aéroports utilisent des applications pour une gestion optimale des ressources, une organisation du travail et un contrôle du flux d'informations aéroportuaires et une coordination des horaires de vol.
, . , 2019 70 , . , 190 , , . . . : , , . , , , . , . , . .
: « , – , : , , ». , . , , . , .
, . :
. . , .
. , .
. , , , ( ). , , .
. , , . DAX, .
DAX
Deutscher Aktienindex – German stock index – . .
DAX, Yahoo Finance. 2018 2019 , kaggle. , . , .
. , . DAX – . DAX DAX . 5 : 15 19 .
. MAE, ( / ). , DAX , . Linear Regressor, Random Forest, Gradient Boosting, SGDRegressor. GridSearchCV.
MAE
Mean Average Error
DAX . . () (). MAE . . MAE, score ( DAX + ) .
, DAX 15 . , , MAE. Gradient Boosting 297 . , .
pickle, REST API Docker-. , 15 , DAX, , . . .
. - , . , , .