機械学習で空港のパフォーマンスを最適化する方法

株価指数と1日の乗客数との関係を見つけて、機械学習方法の適用、問題の設定、モデルの選択、トレーニング用のデータの検索、および空港の運用の簡素化を2、3か月でどのように学ぶことができますか?思ったより簡単です。

私たちのチームは、フランクフルト、ダブリン、マニラ、ジャカルタ、マイアミ、北京などの最大の空港の運営を管理するアプリケーションを10年以上開発してきました。空港は、最適なリソース管理、作業の編成、空港情報の流れの制御、およびフライトスケジュールの調整のためにアプリケーションを使用します。

私たちのアプリを使用している空港
私たちのアプリを使用している空港

, . , 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 + ) .

15日間のDAXシフトを使用した線形回帰チャート
Linear Regression DAX 15

, DAX 15 . , , MAE. Gradient Boosting 297 . , .

pickle, REST API Docker-. , 15 , DAX, , . . .

. - , . , , .




All Articles