【IoT美学深度学习:IoT场景下的AI应用与开发—AI智能销量预测

网友投稿 555 2022-05-30

一、售货机数据准备

数据格式转化

数据字段说明

数据探索

重点代码解读

二、售货机数据预处理

1.数据清洗

原因:录入时遗漏、代价太大、敏感性强、出现误差……

问题:部分数据缺失、存在异常值……

问题:手工效率低、直接删除导致数据失真、数据质量至关重要……

解决办法:

缺失值填充、人工填写、特殊值填充、平均值填充、热卡填充、K最近距离填充、回归、删除异常值、进行变换合并……

目的:提高数据质量,助于获得满意结果。

2.数据标准化

原因:不同维度评价和描述,会有不同的评价指标

问题:存在不同量纲和不同的数量级,数值大的将会被“偏爱”有加

问题:结果失真,“无效”模型

解决办法:

Min-max 标准化

z-score 标准化

对数模式

3.数据集划分

三、区域物品销售量预测模型

【IoT美学】深度学习:IoT场景下的AI应用与开发—AI智能销量预测

1.构建区域物品销售量预测模型

前馈神经网络

单层感知机

激活函数

损失函数与梯度下降法

优化器

在梯度下降算法中,有各种不同的改进版本。在面向对象的语言实现中,往往把不同的梯度下降算法封装成一个对象,称为优化器。

算法改进的目的,包括但不限于:

加快算法收敛速度;

尽量避过或冲过局部极值;

减小手工参数的设置难度,主要是Learning Rate(LR)。

常见的优化器如:普通GD优化器、 动量优化器、Nesterov、 Adagrad、Adadelta、 RMSprop、 Adam、 AdaMax、**m。

2.训练区域物品销售量预测模型

3.评估区域物品销售量预测模型

4.应用区域物品销售量预测模型

四、运维反馈

实现方案

1.设备鉴权,获取Token

注:接口文档 : https://support.huaweicloud.com/api-iam/iam_30_0001.html?ticket=ST-1610658-04S6Rxgx35h2WvqyiRJlJva5-sso&locale=zh-cn

2.向设备服务发送命令,构造请求

构造请求,发送命令

结果验证

五、实验

见附件

附件: AIoT实验手册-各区域物品销售量预测.pdf 702.95KB 下载次数:0次

附件: AIOT实验手册-智能运维反馈v2.pdf 544.16KB 下载次数:0次

云计算 AI 嵌入式 IoT 轻量级操作系统 LiteOS

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:Mongodb 版本升级与降级
下一篇:微信商家券支持商户平台使用小结
相关文章