Комментарии 5
Уже не раз использовал при решении задач одновременно ML, вероятностное программирование и математическую оптимизацию (выпуклую и/или комбинаторную).
Обычно результат производит вау-эффект на стейкхолдеров.
Вероятностное это стохастическое?
Если не секрет, что именно из стохастического программирования Вам удалось применить?
Сам много раз примерялся, но как-то так не удалось ничего из этой науки вытащить полезного ;(
>> Вероятностное это стохастическое?
Нет. Имеется в виду байесовский вывод - real-time перерасчёт распределения случайной величины по мере поступления в систему новых событий. А математическая оптимизация уже строится над этими вероятностными распределениями и другими переменными, для расчёта которых уже применяется ML.
Применяю я это на системе управления очередью клиентов в офисах крупнейшего банка РФ.
Есть один минус. Очень сложно объяснять всем заинтересованным лицам как же ваша модель работает. Сначала начальство вообще говорило, чтобы я не мудрил и делал проще, как все. Немало усилий я приложил, чтобы убедить их в оправданности такого подхода.
Есть и второй минус. Сложно найти людей, которые бы поддерживали и развивали такой подход. Обычно на это годятся базовые математики/физики.
Интересная тема, пускай я и человек ко всей этой сфере и не относящийся. Хорошо было бы посмотреть на конкретных примерах.
Введение в математическую оптимизацию на примере компании Recruit. Часть 1