SodaPy.com

Działanie

Dokonałem dokładnego dostosowania modelu Gemini do zbioru danych rządowych. Zbiór danych został przetworzony: inżynieria cech, testy itp. Połączyłem dokładne dostosowanie modelu Gemini z modelami ARIMA i XGBoost, aby utworzyć zestaw 3 modeli. Dzięki temu MAE zmniejszył się do około 6. Na początku prognozy były generowane dla wszystkich stanów USA, ale to generowało dużo żądań danych interfejsu API, co spowalniało działanie witryny. Jednak dopracowany model Gemini bardzo dobrze przewidywał spożycie napojów gazowanych we wszystkich stanach. Model fine-Gemini dobrze sobie radził z prognozami, ale miał bardzo wysoką wartość MAE. W celu znacznego obniżenia wartości MAE wykorzystano głównie modele ARIMA i XGBOOST, ale nawet sam dopracowany model Gemini dawał już dobre wyniki w prognozach spożycia napojów gazowanych w porównaniu z pierwotnym zbiorem danych rządowych. Prawdziwa moc przewidywania spożycia napojów gazowanych pochodzi z dopracowanego Gemini. W Teksasie przeszedłem operację, podczas której oddałem nerkę mojemu ojcu, który cierpi na niewydolność nerek. Dlatego warto skupić się na przyszłym spożyciu napojów gazowanych w Teksasie, aby rozwiązać problemy z nerkami. Wiemy już, ile napojów gazowanych pije dana osoba, więc możemy poprosić ją o dobrowolne przesłanie anonimowego testu moczu, który jest najlepszym narzędziem do pomiaru niewydolności nerek w etapie 1. W przypadku schyłkowej niewydolności nerek jest już za późno i pacjenci potrzebują operacji. W przypadku prognozowania spożycia napojów gazowanych możemy skupić się na etapie 1, czyli podejściu zapobiegającym. Zabijają niewydolność nerek u źródła. Użyłem Vertex AI i GCP Cloud Run/Load Balancer. Użyłem/użyłam Narzędzi deweloperskich w Chrome, aby sprawdzić problemy z opóźnieniami interfejsu API.