¿Cómo se puede aprender a aplicar métodos de aprendizaje automático, plantear un problema, elegir un modelo, buscar datos para entrenarlo y simplificar la operación de los aeropuertos en un par de meses, habiendo encontrado una conexión entre los índices bursátiles y el número diario de pasajeros? Más fácil de lo que parece.
Nuestro equipo ha estado desarrollando aplicaciones durante más de diez años que controlan la operación de los aeropuertos más grandes: Frankfurt, Dublín, Manila, Yakarta, Miami, Beijing. Los aeropuertos utilizan aplicaciones para la gestión óptima de los recursos, la organización del trabajo y el control del flujo de información del aeropuerto y la coordinación de los horarios de los vuelos.
, . , 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, , . . .
. - , . , , .