如何通过机器学习优化机场性能

在发现股票指数和每日乘客数量之间存在联系的情况下,您如何学习应用机器学习方法,设置问题,选择模型,查找数据进行培训以及简化机场的运营?比听起来容易。

我们的团队一直在开发应用程序,以控制最大的机场:法兰克福,都柏林,马尼拉,雅加达,迈阿密,北京。机场使用应用程序进行最佳资源管理,工作安排和对机场信息流的控制以及航班时刻表的协调。

使用我们的应用程序的机场
使用我们的应用程序的机场

, . , 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偏移15天的线性回归图
Linear Regression DAX 15

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

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

. - , . , , .




All Articles