Buonasera, grazie per avermi accettato e complimenti per il lavoro svolto.
Sono appassionato di programmazione e da autodidatta mi so avvicinanco al mondo del deep learning.
Senza dilungarmi troppo vorrei esporvi il mio problema: come da titolo ho l'obbiettivo di calcolare i tempi di lavorazione degli ordini.
In pratica in azienda possediamo un macchinario per il taglio al plasma, per ottimizzare l'utilizzo del materiale uniamo più ordini in una medesima commessa, il mio obbiettivo è quello di calcolare quando sarà finito l'ultimo ordine di quella commessa.
Io posseggo circa 1000 righe di una tabella contente i dati della commessa:
n° fogli utilizzati
Quantità di articoli
Mq utilizzati (moltiplicazione di n° fogli)
Totale in € degli ordini inclusi in quella commessa
Tempo iniziale
Tempo massimo fine ultimo ordine
Minuti lavorati reali tra FineOrdine e InizioOrdine (solo ore lavorative reali)
Prendendo spunto dal vostro progetto per il calcolo del tempo di delivery ho creato la mia rete neurale. Il progetto, dopo aver normalizzato i dati ed escluso gli outliner, funziona, ma con un loss altissimo che rende falsato il risultato.
Sto sbagliando approccio o modello di calcolo?
In realtà ho i dati di ogni singolo articolo contenuto nella commessa, ma non saprei proprio come utilizzare questi dati per il mio progetto.
Attendo fiducioso il vostro aiuto!
Buongiorno,
anzitutto grazie per le risposte. Ho tentato le soluzioni proposte ma il risultato rimane comunque alto, sicuramente a causa della scarsa quantità di dati in mio possesso al momento (solo 300).
L'idea di inserire i pezzi nel motore di ML è molto interessante, ma non saprei come inserirli in quanto non ho un tempo di produzione per ogni singolo articolo, ma solo dell'intero ordine. Il nostro processo è il seguente: Commessa (che contiene più ordini - tutti con lo stesso inizio) > Ordini (Inizi uguali per commessa - Fine diverse) > Articoli (Ciascuno inserito in una commessa ed appartenente ad un ordine).
Vorrei creare una tabella contenente gli articoli (circa 10000) in cui sono presenti:
Orario di inizio (preso da Commessa)
Orario di fine (preso da ordine - uguale per tutti gli articoli del medesimo ordine)
Tutti i dati del singolo artcolo
Numero di commessa
Però mi si pongono due problemi, ovvero:
Il numero di commessa dovrebbe essere un valore categoriale, ma trattandolo come un one_hot_encoded_data avrei 300 colonne in più e non credo siano funzionali
Posto che questo ragionamento funzioni, per fare una previsione corretta dovrei inserire nel motore di previsione tutti gli articoli che vorrei inserire in una commessa, ma come si fa a dare al motore più righe in contemporanea?
Grazie a chi mi vorrà aiutare!