Архив рубрики: Анализ данных

Замена кейса

На хакатоне Цифровой прорыв Искусственный интеллект в Хабаровске произошёл казус.

Кейс создания системы определения биологического возраста по результатам анализа, СНЯЛИ.

Почему? Ну, наверно, прочитали мою статьюо том, что это задание не имеет объективной оценки результата.

Что же в замен?

Новый кейс

Новый кейс добавили на конкурс.

Надо сделать приложение для завода.

Работник наводит камеру смартфона на деталь, и видит все её параметры и характеристики.

Вот здесь уже можно легко и просто. Абсолютно объективно проверить результат.

Статья понравилась?

Хакатон Хабаровск

На этом уикэнде всероссийский хакатон Цифровой прорыв Искусственный интеллект базируется в Хабаровске.

Отличная, я Вам скажу, идея — проехаться по всем регионам огромной страны.

Да. Физически это могут сделать единицы. Особо повезло в этом плане ведущему мероприятия )))

Но даже онлайн участие приносит краски от разных городов.

Вот в Хабаровске все события хакатона будут проходить по местному времени.

А это — 7 часов разницы с московским часовым поясом.

То есть церемония открытия состоится в 9 утра!

А сессии вопрос-ответ могут быть вообще ночью, часа в четыре!

Вот такой интересный поворот.

Кейс

Моей команде досталась задача сделать программу, которая на основе данных медицинских анализов человека, будет определять его “биологический” возраст.

В качестве основы надо применить систему искусственного интеллекта.

Команда

В моей команде изменение.

Данил не смог принимать участие в этот раз — у него началась работа. Он преподаватель.

На его место к нам пришёл чел с удивительным фио. Рохх Вон.

В среду, на созвоне, узнаем, как это. А может быть, это псевдоним.

Метод решения

В 80-х годах прошлого столетия подобные задачи пытались решать, программируя свод правил. Но этот подход не дал ожидаемого результата и был признан неудачным.

На современном этапе, эти задачи решаются так: мы берём много много записей результатов анализов здоровых людей разных возрастов. Скармливаем эти данные нейронной сети. Нейронная сеть сама выстраивает неявные взаимозависимости. На контрольной подборке результатов анализов мы проверяем точность, с которой эта нейронная сеть определяет возраст человека. По этому параметры мы сравниваем разные нейронные сети и выбираем ту, которая показывает наилучшую точность.

Сохраняем в памяти сервера настройки внутренних параметров алгоритма нейронной сети и передаём ей данные уже того человека, который хочет узнать свой биологический возраст.

Фактор неопределённости

Однако подводный камень всей этой задачи заключается в том, что мы никак не можем определить правдивость результата. Ведь понятие биологического возраста не является строгим научным фактом. Это всего лишь оценочное суждение об испытуемом. Поэтому невозможно проверить достоверность результата работы нейронной сети.

Вывод

Любая система, которая будет определять биологический возраст — это всего лишь навсего маркетинговая пыль. Туман, призванные продать вам какие либо услуги.

Правильный метод

Правильным. Истинным методом определения биологического возраста человека лично я считаю метод замера его физических кондиций.

Какую дистанцию и за какое время он может пробежать, проплыть, пройти.

На какую высоту и длину прыгнуть.

Сколько раз отжаться и подтянуться.

Все эти параметры строго определены для каждой возрастной группы в нормативах ГТО.

Вот это и есть истинная система проверки возраста организма.

Объективная и строго документированная.

Статья понравилась?

Диплом о доп образовании

Смотрел тут как-то мои документы, и обнаружил то, что на сайте отсутствует мой диплом про анализ данных в Яндекс Практикуме.

Исправляю недочёт)))

Статья понравилась?

Тизер нашего решения

На хакатоне Искусственный интеллект Нижний Новгород сегодня – контроль тизера.

Мы (команда) подготовили и опубликовали свой.

Что такое тизер? Это краткое описание решения задачи в идеальном случае – если успели сделать всё по плану.

Наша система представляет собой платформу (докер-комплекс), которая по расписанию получает информацию из системы РЖД: данные по наличию на станциях вагонов, нераспределенных по поездам, а также расписание, с указанием наличия в них возможности по присоединению дополнительных вагонов. Обученная на тренировочном массиве данных модель ИИ рассчитывает план-график работ, для каждой станции, и с помощью пользовательского интерфейса показывает этот план, в удобном для ответственного сотрудника на данной станции, виде.

Технические особенности:
Способность алгоритма ранжировать перевозки, для максимизации длинных перегонов с минимумом прицепных вагонов. Возможность использования оптимальных маршрутов для дополнительного обучения модели.
Стек решения:
Flask, Figma, Python, TensorFlow
Уникальность нашего проекта
Уникальность предложенного решения состоит в том, что мы сочетаем традиционные алгоритмические методы решения этого типа задач, для обучения модели искусственного интеллекта, что приводит к ускорению вычисления результата и к более широким возможностям для масштабирования.

наш тизер

Заняли 10 место

Сертификат 10 место в хакатоне
Статья понравилась?

Команда в хакатоне НН

Волею судеб, взял на себя капитанство в хакатоне Нижний Новгород.

Первый командный созвон прошёл успешно.
Все были, активно говорили.
Компетенций в команде достаточно.

Продукт сделаем!

А вот наш кейс:

Статья понравилась?