Машинное обучение и анализ данных

16.01.24

Разработка - Математика и алгоритмы

+18 –
> > > > > > > >
  • 1.png
  • 2.png
  • 3.png
  • image-20210504223752-1.png
  • image-20210504223953-2.png
  • image-20210504224835-3.png
  • image-20210504225223-4.png
  • Метрики.png
  • Консоль разработчика.png
Данная конфигурация предназначена для автоматизации процесса машинного обучения и анализа данных средствами 1С.

Скачать исходный код

Наименование Файл Версия Размер
Машинное обучение и анализ данных
.cf 9,44Mb
31
.cf 0.1.0.6 9,44Mb 31 Скачать

Доступные алгоритмы машинного обучения:

- Линейная регрессия

- Логистическая регрессия

- Дерево решений

- Кластеризация

- Наивный байесовский классификатор

- Метод опорных векторов

- Нейронные сети (реализация на языке 1С)

- Нейронные сети (с использованием библиотеки Keras)

 

Принципы работы решения

1. Добавляете новый источник данных.

 

2. Создаёте набор данных с указанием источника.

 

3. Создайте одну из моделей машинного обучения.

 

4. Обучите созданную модель, указав набор данных и одну из метрик.

 

Построение большинства диаграмм осуществляется с помощью библиотеки plotly.js (https://plotly.com/javascript/). Для редактора кода используется библиотека codemirror (https://codemirror.net).

Минимальная версия платформы 8.3.15.

Ссылка на инструкцию: https://disk.yandex.ru/i/kfYn2OWuyOOZsw

Машинное обучение анализ данных нейронные сети Keras

+18 –

См. также

Заполнение описания номенклатуры с помощью GigaChat

Нейросети Мастера заполнения Платформа 1С v8.3 1С:ERP Управление предприятием 2 1С:Управление торговлей 11 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 Платные (руб)

Расширение для заполнения описания номенклатуры с помощью модели ИИ GigaChat от Сбера. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ.

5000 руб.

08.11.2023    1628    9    0    

17

Заполнение описания номенклатуры с помощью ChatGPT

Мастера заполнения Нейросети Платформа 1С v8.3 Конфигурации 1cv8 1С:Управление торговлей 11 Платные (руб)

Расширение для заполнения описания номенклатуры с помощью модели ИИ ChatGPT. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ. Прошло аудит на 1cfresh.com. Версия для автоматического заполнения

5000 руб.

13.03.2023    16478    43    49    

74

Потоковая предметная фотосъемка c удалением фона (Canon & Nikon)

Нейросети 8.3.6 1С:Управление торговлей 11 Управленческий учет Платные (руб)

Обработка подключения фотокамер Canon и Nikon к Управление торговлей 11.4 для потоковой загрузки фотографий в карточки товаров с автоматическим удалением фона

22800 руб.

24.06.2021    9342    2    3    

11

Применение ChatGPT в 1С и не только

Нейросети Бесплатно (free)

Практические примеры применения ChatGPT в 1С.

06.05.2024    5622    improg    16    

37

Подключение и тест API YandexGPT

Нейросети Мессенджеры и боты WEB-интеграция Платформа 1С v8.3 1С:ERP Управление предприятием 2 Россия Абонемент ($m)

"Не знаю, каков процент людей, использующих GPT-ботов на данный час, но если верить глазам и ушам - больше в несколько раз." Обработка для 1С, чтобы насладиться обществом нейросети и не тратить время на детали.

1 стартмани

02.05.2024    2609    19    SmithSE    11    

39

Библиотека искусственного интеллекта для 1С

Инструментарий разработчика Нейросети Платформа 1С v8.3 Управляемые формы Конфигурации 1cv8 Бесплатно (free)

Уже год с лишним, как большие языковые модели (LLM GPT) находятся в центре внимания. За это время появилось понимание, как можно использовать данную технологию в связке с 1С. Кроме того, теперь у нас есть множество провайдеров. Среди них не только зарубежные, но и местные. Данная библиотека обобщает опыт использования искусственного интеллекта в 1С и дает вам возможность создавать собственные решения, не отвлекаясь на второстепенные технические детали.

11.03.2024    10895    33    mkalimulin    16    

55

Метод Дугласа-Пойкера для эффективного хранения метрик

Математика и алгоритмы Платформа 1C v8.2 Конфигурации 1cv8 Россия Абонемент ($m)

На написание данной работы меня вдохновила работа @glassman «Переход на ClickHouse для анализа метрик». Автор анализирует большой объем данных, много миллионов строк, и убедительно доказывает, что ClickHouse справляется лучше PostgreSQL. Я же покажу как можно сократить объем данных в 49.9 раз при этом: 1. Сохранить значения локальных экстремумов 2. Отклонения от реальных значений имеют наперед заданную допустимую погрешность.

1 стартмани

30.01.2024    1965    stopa85    12    

34

Алгоритм симплекс-метода для решения задачи раскроя

Математика и алгоритмы Бесплатно (free)

Разработка алгоритма, построенного на модели симплекс-метода, для нахождения оптимального раскроя.

19.10.2023    4914    user1959478    50    

34
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. dj_tol 103 05.05.21 07:05 Сейчас в теме
Наверно круто. Только не понятно зачем.
DrAku1a; so-quest; +2 – Ответить
2. cdrw3 435 05.05.21 07:39 Сейчас в теме
(1) В целом, была идея уйти от программирования на python на разработку (с минимумом программирования) на 1С.
+ – Ответить
7. TMV 14 06.05.21 14:30 Сейчас в теме
(2) Обычно направление как раз обратное - почему у автора так?
+ – Ответить
8. cdrw3 435 06.05.21 15:16 Сейчас в теме
(7)Мне всегда казалось, что надо стремиться к уменьшению трудозатрат.
+ – Ответить
9. TMV 14 06.05.21 16:56 Сейчас в теме
(8) разработка в 1с менее трудозатратна, чем на питоне?
А что насчёт экономической составляющей?
+ – Ответить
10. cdrw3 435 06.05.21 21:51 Сейчас в теме
(9)Думаю, да, для 1С-программиста разработка на 1С менее трудозатратна, чем на питоне. В данном случае не надо каждый раз вспоминать, как грузятся файлы в пандасе, как потом работать с датафреймом, как обработать нечисловые значения кодировщиками, как слепить модель в том же керасе. Достаточно создать несколько элементов справочников да запустить обработку. Я понимаю, что данное решение ещё слишком сырое, но если ничего не делать, то ничего и не будет.

А что с экономической составляющей?
+ – Ответить
3. tormozit 7157 05.05.21 08:23 Сейчас в теме
Не увидел на картинках редактор кода.
+ – Ответить
4. cdrw3 435 05.05.21 09:03 Сейчас в теме
(3) Добавил картинки. В инструкции более подробно описано. Редактор кода используется при создании пользовательских метрик, а также в обработке "Консоль разработчика", которую планировалось сделать по типу jupyter notebook.
+ – Ответить
5. tormozit 7157 05.05.21 09:18 Сейчас в теме
(4) слишком сильно сжал новые картинки. Трудно разглядеть.
+ – Ответить
6. cdrw3 435 05.05.21 10:33 Сейчас в теме
(5)Попозже обновлю
+ – Ответить
11. DrAku1a 1721 07.05.21 18:18 Сейчас в теме
ИМХО, пожалуй, лучшая публикация в рассылке на этой неделе :-)
+ – Ответить
Оставьте свое сообщение