Полное описание

Дементьев, Виталий Евгеньевич. Система прогнозирования эффективной стоимости заказа службы такси с использованием алгоритмов машинного обучения = System for predicting the effective price of ordering a taxi service using machine learning algorithms / В. Е. Дементьев, Н. А. Андриянов. - DOI 10.18127/j20700814-202205-10. - Текст : непосредственный // Информационно-измерительные и управляющие системы : международный научно-технический журнал. - 2022. - Т. 20, N 5. - С. 67-73. - Библиогр. в конце ст. - ISSN 2070-0814.

ГРНТИ	УДК
28.23.25	004.85
06.71.51	338.467.4:656.13
73.31

Рубрики:
Машинное обучение
Искусственный интеллект -- Прогнозирование
Искусственный интеллект -- Применение

Кл.слова (ненормированные): математическое моделирование -- задача регрессии -- машинное обучение -- интеллектуальный анализ данных -- служба заказа такси
Аннотация: Cегодня цифровые системы сбора и анализа информации применяются в различных областях промышленности и экономики. В частности, в транспортной отрасли внедрение интеллектуальных технологий началось относительно недавно, поэтому на сегодняшний день универсальное решение по сбору информации о работе службы заказа такси отсутствует. Здесь возникает задача измерения таких показателей, как дальность дистанции, стоимость поездки, время принятия заказа и др. Кроме того, необходимо определить значимые показатели и выбрать эффективные методы их обработки. Таким образом, задача прогнозирования стоимости заказа такси, которая может быть решена с помощью методов машинного обучения, является актуальной. В статье разрабатывается интеллектуальная система прогнозирования стоимости заказа службы такси на основе данных, предоставляемых внедренной информационно-измерительной системой. Рассмотрена задача прогнозирования эффективной стоимости заказа службы такси по большому числу параметров на основе датасета, предоставленного одной из компаний службы заказа такси г. Ульяновска. Особое внимание уделено используемым параметрам оценки и сбора необходимой информации. Предложены способ предобработки данных с использованием дважды стохастической модели случайного поля и комбинированный метод прогнозирования на базе k-ближайших соседей, градиентного бустинга и случайного леса. Показано, что предложенный способ предобработки данных позволяет уменьшить среднеквадратическую ошибку на 7% по сравнению с известными алгоритмами машинного обучения. Приведено подробное описание данных с использованием методов сокращения размерности. Проведена оценка качества прогнозов с использованием данных с экспертной разметкой необходимой стоимости.
Доп. точки доступа:
Андриянов, Никита Андреевич


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -885738-612614)

Шифр в сводном ЭК: d8942e13faa1f90ee6a037a4e48b549e

Заказать
Заказ фрагмента документа ₽