SodaPy.com

Fungsinya

Saya menyesuaikan Gemini dengan set data pemerintah. set data diproses: engineering fitur, pengujian, dll. Saya menggabungkan Gemini yang telah disesuaikan dengan model ARIMA dan XGboost untuk membuat Ensemble dari 3 model. Hal ini menurunkan MAE saya menjadi sekitar 6. Awalnya, saya mendapatkan prediksi dari semua negara bagian AS, tetapi ada banyak permintaan data API yang memperlambat situs. Namun, Gemini yang telah dioptimalkan sangat baik dalam memprediksi konsumsi soda untuk semua negara bagian saja. fine-Gemini berperforma sangat baik dalam prediksi, tetapi dengan MAE yang sangat tinggi. Jadi, ARIMA dan XGBOOST sebagian besar digunakan untuk menurunkan MAE secara signifikan, tetapi Gemini yang telah dioptimalkan saja sudah menghasilkan hasil prediksi konsumsi soda yang bagus jika dibandingkan dengan set data pemerintah asli. Jadi, kekuatan sebenarnya dalam prediksi konsumsi soda berasal dari Gemini yang telah disesuaikan. Di Texas, saya menjalani operasi untuk mendonorkan ginjal saya kepada ayah saya karena Gagal Ginjal. Jadi, sebaiknya fokus pada konsumsi soda di Texas pada masa mendatang untuk mengatasi masalah ginjal di sini. Setelah mengetahui konsumsi soda, kita dapat meminta orang untuk secara anonim/sukarela mendonasikan tes urine yang merupakan alat terbaik untuk mengukur Gagal Ginjal Tahap 1. Gagal ginjal Tahap 5 sudah terlambat, dan orang-orang memerlukan operasi pada Tahap 5. Jadi, dengan prediksi konsumsi soda, kita dapat berfokus pada Tahap 1, pendekatan pencegahan. Menghentikan Gagal Ginjal pada akarnya. Saya menggunakan Vertex AI dan GCP Cloud Run/Load Balancer. Saya menggunakan Chrome DevTools untuk memeriksa masalah API latensi.