Проучване на модели за машинно обучение с приложение в устойчивото потребление
В рамките на тази дейност си поставяме за цел да проучим силните и слабите страни на различни алгоритми за машинно обучение, които намират приложение в изучаването на устойчиви храни. Също така ще бъдат проучени различни публично достъпни набори от данни, които съдържат информация за предпочитанията на потребителите и реализирани покупки. Ще бъдат изследвани възможностите за утилизиране на допълнителна информация за устойчивостта на включените в базата данни продукти, като карбонен отпечатък, екологичност на производствения процес, опаковане и други индекси за устойчивост. С оглед на резултатите от сравнителния анализ на силните и слабите страни, ще бъдат апробирани конкретни алгоритми за машинно обучение.
- да се идентифицират подходящи алгоритми за машинно обучение;
- да се селектират подходящи набори от данни;
- да се апробират избраните модели върху наборите от данни.
• брой проучени модели – 4;
• брой проучени набори от данни – 4;
• брой селектирани и апробирани модели – 2;
• брой селектирани набори от данни – 2.