SodaPy.com

기능

정부 데이터 세트를 사용하여 Gemini를 미세 조정했습니다. 데이터 세트가 처리되었습니다(기능 엔지니어링, 테스트 등). 미세 조정된 Gemini를 ARIMA 및 XGboost 모델과 결합하여 3개 모델의 앙상블을 만들었습니다. 이렇게 하여 MAE가 약 6으로 줄었습니다. 처음에는 모든 미국 주에서 예측을 가져왔지만 API 데이터 요청이 너무 많아 웹사이트 속도가 느려졌습니다. 하지만 미세 조정된 Gemini는 모든 주에서의 탄산음료 소비량을 매우 정확하게 예측했습니다. fine-Gemini는 예측에 매우 좋았지만 MAE가 매우 높았습니다. 따라서 ARIMA와 XGBOOST는 주로 MAE를 크게 낮추는 데 사용되었지만 미세 조정된 Gemini만으로도 원래 정부 데이터 세트와 비교할 때 이미 소다 소비 예측 결과가 우수했습니다. 따라서 탄산음료 소비 예측의 진정한 힘은 미세 조정된 Gemini에서 비롯됩니다. 텍사스에서 아버지의 신장 장애로 인해 신장을 기증하기 위한 수술을 받았습니다. 따라서 텍사스의 향후 소다 소비에 초점을 맞춰 신장 문제를 해결하는 것이 좋습니다. 이제 소다 소비량을 파악했으므로 1단계 신장 기능 장애를 측정하는 데 가장 적합한 도구인 소변 검사를 익명으로/자발적으로 제공해 달라고 요청할 수 있습니다. 5단계 신부전은 이미 너무 늦은 상태이며 5단계에서는 수술이 필요합니다. 따라서 탄산음료 소비 예측을 통해 1단계인 예방 접근 방식에 집중할 수 있습니다. 신장 장애의 근본 원인을 제거하세요. Vertex AI와 GCP Cloud Run/부하 분산기를 사용했습니다. Chrome 개발자 도구를 사용하여 지연 시간 API 문제를 확인했습니다.