Итак, задача прост. Насколько я знаю машинное обучение, я знаю, что это возможно, я просто не делаю этого.Предскажите автомобильные аварии с тензорным потоком
Так что я хочу предсказать, сколько автомобильных аварий будет в моем городе. У меня есть данные о погодных условиях и о том, сколько было из прошлых лет, а также для проверки или проверки моей модели. Я хочу использовать последние данные о несчастных случаях.
weather = [[20150601 130100, 23, 60], #[year_month_day hours_mins_secs, temperature_C, humidity_%]
[20150601 130100, 23, 50],
[20150601 130200, 23, 51],
# ...
[20150601 132300, 23, 49]]
accidents = [[20150601 130700, 1], #[year_month_day hours_mins_secs, count_of_accidents
[20150601 1301000, 2],
[20150601 1301100, 1],
# ...
[20150601 132300, 1]]
Так что теперь я хочу, чтобы предсказать количество несчастных случаев на каждую минуту в зависимости от температуры и влажности на дату (обратите внимание, что иногда входные данные не предоставляются каждую минуту, и есть промежутки времени). Чтобы улучшить мою модель, я хочу каждый день кормить ее новыми авариями и метеорологическими данными. Суть в том, что в конце у нас будет программа, которая может сказать, когда произойдет авария, основанная на погоде, таким образом, она может сказать, что сегодня это безопасно или не безопасно. В будущем я обновлю его с другими наборами данных, но сейчас давайте тренировать его таким образом. Итак, вопрос в том, как сделать это на тензорном потоке? Кто-то может помочь?
В чем вопрос? – AkiRoss
Зачем вы используете для этого тензор? Это звучит как проблема с прямой регрессией для меня ... – flyingmeatball
@flyingmeatball Couse - это целая задача - заставить работать с глубокой нейронной сетью. И особенно с течением Тензора. –