Баттл твипов - Автоматизирую импорт - против - Создание предиктивных

Быстро сделаю импорт производителей, атрибутов, товаров с изображениями и их категорий. Есть хорошие наработки для opencart. Автоматизирую обновление цен и других параметров у имеющихся товаров.

Процентное повышение и снижение, изменение цены в зависимости от стоимости товара и указанных вами диапазонов.

Например: Диапазон оптовой цены Наценка (%)

1000 - 3000 100%

3001- 4000 80%

4001- 6000 60%

6001 и далее 40%

Уважаемые заказчики, пожалуйста, перед тем как отдать Ваш файл в работу, убедитесь в наличии всех атрибутов, опций в нем и доступности изображений на сайте поставщика.

От вас необходимо описание работ, предполагаемый бюджет.

Например: Товар дверь может иметь - несколько цветов, размеров, доборов разной ширины и т. д. и т. п.

Так, в этом примере может происходить запись в более чем 20 таблиц при добавлении одного товара. Так как тот же оупенкарт может иметь от 130 - до 200 таблиц в зависимости от количества дополнений. Но при этом (к сожалению) все выгрузки имеют свои особенности, поэтому прошу отнестись с пониманием к заявленной мною цене.

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных