Aktywne Wpisy
mirko_anonim +1
✨️ Obserwuj #mirkoanonim
Lekki rant na mojego niebieskiego.
Jestem z nim od 2 lat i czuję się jak w "starym dobrym małżeństwie". Brak w tym związku jakiegoś polotu, szaleńczej miłości na zabój, przygody, wiecie o co chodzi.
Niebieski jest bardzo spokojnym facetem. Brakuje jakiejś beztroski, spontaniczności. Moi ex robili wszystko żeby spędzać ze mną czas, a mój aktualny ma w dupie. Mówię mu, że jestem wolna w weekend i możemy porobić coś
Lekki rant na mojego niebieskiego.
Jestem z nim od 2 lat i czuję się jak w "starym dobrym małżeństwie". Brak w tym związku jakiegoś polotu, szaleńczej miłości na zabój, przygody, wiecie o co chodzi.
Niebieski jest bardzo spokojnym facetem. Brakuje jakiejś beztroski, spontaniczności. Moi ex robili wszystko żeby spędzać ze mną czas, a mój aktualny ma w dupie. Mówię mu, że jestem wolna w weekend i możemy porobić coś
Jak na to mówicie?
Jak to nazywacie?
- Smoktasy 9.2% (28)
- Siuśki 51.2% (155)
- Susańce 8.9% (27)
- Ćmokańce 30.7% (93)
Coś w stylu, że tutaj damy trochę większy rabat, tutaj dla nas ciut większa prowizja, klient prawie nie zauważy, a dla nas to będzie znacząca różnica w profitowości takiego kontraktu.
1. Ile czasu realnie coś takiego mogłoby zająć? Cośtam w tensorflow sobie dłubałem wcześniej (prosty model do predykcji jednego parametru na podstawie tekstu), ale to było 2+ lata temu i czuję, że mało pamiętam + pewnie biblio się pozmieniały. Nie oczekuję wykalkulowanej odpowiedzi, coś bardziej w stylu czy to jest 2 tygodnie czy 2 miesiące czy bardziej 2 lata.
2. Jak by trzeba było się w obecnych czasach do tego zabrać? Podstawowy framework krok po kroku.
3. Dałoby się to podszyć pod excela, żeby handlowiec sobie tylko klikał button "Wziuuuu" w excelu i miał ten alternatywny scenariusz nawet siedząc z klientem na słuchawce, czy wszystko by musiało iść przez IDE?
Zanim napiszesz "hurr durrr, panie, kurła, to czeba softłer hałs rzemyielśniczy wynająć i czekać 5 lat za mylijon ełro, a nie że jaki chłopek se zrobi"
- to ma być prosty model, do którego załaduję dane z historycznych kontraktów, będzie tam jakieś 5-10 parametrów typu wolumen produktu, warunki płatności, prowizja, opłata1, opłata2 itd. i na podstawie tego model poda co przykładowo się bardziej opłaca obniżyć, żeby uatrakcyjnić ofertę dla klienta, a co ponieść, żeby zoptymalizować marżę. Matematycznie to jest typowy problem optymalizacyjny.
ChatGPT cośtam umie, ale póki co to #!$%@? farmazony i będę musiał dłubać samemu, więc jeśli przy okazji polecicie jakieś fajne źródełka to będę wdzięczny.
Jeśli jakiś entuzjasta by poratował radą przy kawusi to byłbym zobowiązany.
#python #tensorflow #programowanie #programista15k #datascience #bigdata #korposwiat #pytanie #it #pracait #machinelearning #ai
@arysto2011: o, właśnie o takie wskazówki mi chodziło, dzięki Miras ( ͡° ͜ʖ ͡°)
@MarteenVaanThomm: to jest dobre, jak twoje dane to tabelka z liczbami
Zobacz MLFlow... Albo zostań w Azure i zobacz Synaps.
Jak jestes w Data Studio i databricksie, to masz tam już możliwości ML
Jeśli chodzi o równanie do średniej to tutaj nie zda to egzaminu. Dlatego, że jeśli mamy parametr X (jakaś opłata_2 powiedzmy) dla klienta równa 100, a w modelu referencyjnym, tym najbardziej profitowym ten parametr dąży do 20, to równanie 100 do 20, czy nawet 50 nie ma sensu, bo klient na to nie pójdzie. Nie chcemy tutaj przerabiać każdej propozycji kontraktu pod jeden słuszny