데이터 분석 또는 신경 네트워크와 관련이있는 작업이 있습니다.일부 기능에 대한 계수 결정
Google의 파트너 인 취업 포털의 데이터 소스가 있습니다. 소스 값은 특정 직원에 관련된 다른 속성의 배열 인 :
- 그의 \ 그녀의 성,
- 나이, 경험
- 년,
- 포트폴리오 (수행 프로젝트 수) ,
- 직업과 전문화 (웹 디자인, 웹 프로그래밍, 관리 등),
- 다른 많은 (완전히 20 ~ 30 정도)
모든 직원의 급여 (시간당) 비율은 고유합니다. 따라서, 수학적으로, 우리는 어떤 기능
F (ATTR1, ATTR2, attr3, ...) = A *와 미지 ATTR1 + B * C * ATTR2 + ... + attr3
을 계수. 그러나 우리는 명시된 인수에 대한 함수의 결과를 알고 있습니다 (예를 들어, 20 년의 경험을 가진 남성 프로그래머와 포트폴리오에 포함 된 10 개의 프로그래머는 시간당 40 달러의 비율을 가지고 있습니다).
우리는 이러한 계수 (A, B, C ...)를 찾아야 만합니다. 따라서 직원의 급여를 예측할 수 있습니다. 이것이 가장 중요한 목표입니다.
또 다른 목표는 어떤 인수가 가장 중요한지, 즉 함수의 결과에 중대한 변경을 초래하는 인수를 찾는 것입니다. 그래서 결국 우리는 이렇게해야합니다 : "가장 중요한 속성은 수년 간의 경험이며, 그 다음에 포트폴리오, 그리고 나이 등입니다."
서로 다른 직업이 너무 많이 다를 수 있습니다. 예를 들어 관리자와 웹 디자이너를 비교할 수없는 경우가 있습니다. 이 경우 그룹별로 분류하고 각 그룹 별 등급을 따로 계산해야합니다. 그러나 결국 우리는 모든 그룹에 공통적 인 '공유 된'주장을 찾아야합니다.
신경 네트워크에 대해 생각하고 있습니다. 그러나 나는 그들에게 완전히 새로운 무엇을 해야할지 전혀 모른다. 악기, 어떤 알고리즘, 또는 의사 코드 샘플 등
매우 감사를 사용하는 -
은 정말 어떤 도움을 감사하겠습니다.
검색 용어 : 선형 회귀, 최소 제곱 및 정규 방정식. – DrC
감사합니다. DrC! 나는 그것을 인터넷 검색하려고합니다. – Spaceman