Скажу сразу, те замечания которые были Вами даны имеют место быть, но как говорится если плана нет, то нет и попутного ветра. основная проблематика которая решается данной методологией это верный расчет длительности рейсы на "короток" при плече до 2,5 км
влияние погодных характеристик на плановое изменение скорости и соответственно результата, планируют далеко не все предприятия, но расчет тоже есть, и он не отображен в данной статье.
(появилось немного времени) вам реально интересно как правильно распознавать аптечный товар с точностью 97% без ии на базе алгоритмов? или праздное любопытство?
Решал подобный вопрос но со аптечной номенклатурой, до нейронки не дошел, решил вопрос через нормализацию и стандартитацию, результат при настройке до 97% от общего числа поступающих позиций. оставшиеся 3% даже человеку трудно разобрать
Нам с другом упал заказ, разработать экосистему для тех процесса и разношерстного оборудования. В итоге заказ выполнили, все проходит тестовую эксплуатацию. Но лишь поочитав статью я понял, в какое болото нырнули
тут я не очень верно выразился, АСК и так это умело, но было много проблем с рванными рейсами. А после внедрения, диспетчер один раз правит, проверяет и утверждает рейс, а далее как по маслу и после закрытия смены, мы гарантированно знает что данные за прошлый период не подменены и не изменны
Делал подобное решение, но для сопоставления аптечных препаратов.
Из аптеки приходили строки из аптечного каталога и нужно было сопоставить классификатором.
решал подобным образом, только через регулярные выражения. с начался пытался определить, а что пришло? какие формы выпуска и прочее пришло, какое ТН и прочее и на этом основании ссужал в классификаторе выборки пока не оставалась одна. или несколько.
если несколько то определял где расхождения и манипулировал с данными и если не приводило к результату 1 к 1 то выдавал оператору на уточнение.
Это лишь малая часть статистики которая собрана
Скажу сразу, те замечания которые были Вами даны имеют место быть, но как говорится если плана нет, то нет и попутного ветра. основная проблематика которая решается данной методологией это верный расчет длительности рейсы на "короток" при плече до 2,5 км
влияние погодных характеристик на плановое изменение скорости и соответственно результата, планируют далеко не все предприятия, но расчет тоже есть, и он не отображен в данной статье.
Перечитал ваш ответ.... согласен с версией
Ну и с другой стороны их система не отвечает на вопросы за пределами вопросов Highcharts , но с удовольствием расскажет как это юзать
а как подобную штуку реализовать?
https://www.highcharts.com/chat/gpt/
читаю комментарии и такое ощущение, что выше написавшие не разглядели снимок под сполером
(появилось немного времени) вам реально интересно как правильно распознавать аптечный товар с точностью 97% без ии на базе алгоритмов? или праздное любопытство?
На статью какого кодекса?))))
ну я еще до честного знака делал все это. да и вы даже не представляете какие чековые позиции я видел в чеках
Решал подобный вопрос но со аптечной номенклатурой, до нейронки не дошел, решил вопрос через нормализацию и стандартитацию, результат при настройке до 97% от общего числа поступающих позиций. оставшиеся 3% даже человеку трудно разобрать
" мопед не его и что за предъявы, он просто разместил объяву" (С)
Как за интегрировать dash с django?
Ну все понятно, ща все собиру и пошел теслу брать)
Нам с другом упал заказ, разработать экосистему для тех процесса и разношерстного оборудования. В итоге заказ выполнили, все проходит тестовую эксплуатацию. Но лишь поочитав статью я понял, в какое болото нырнули
ссылочка то дохлая на просторы 404 ведет
Автор, а другие разделы будут?.... по языкам там...
тут я не очень верно выразился, АСК и так это умело, но было много проблем с рванными рейсами. А после внедрения, диспетчер один раз правит, проверяет и утверждает рейс, а далее как по маслу и после закрытия смены, мы гарантированно знает что данные за прошлый период не подменены и не изменны
я выгребал смыслы из слов аптеки и потом сопоставлял их со смыслами классификатора
В лс могу синуть
Делал подобное решение, но для сопоставления аптечных препаратов.
Из аптеки приходили строки из аптечного каталога и нужно было сопоставить классификатором.
решал подобным образом, только через регулярные выражения. с начался пытался определить, а что пришло? какие формы выпуска и прочее пришло, какое ТН и прочее и на этом основании ссужал в классификаторе выборки пока не оставалась одна. или несколько.
если несколько то определял где расхождения и манипулировал с данными и если не приводило к результату 1 к 1 то выдавал оператору на уточнение.
дык и я про то солидное но странное пишу