نویسنده (ها): تامر گابای
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
چگونه مدل های بزرگ زبان می تواند برای کارهای رگرسیون استفاده شود.
در هلند ، ما قوانینی داریم که حداکثر اجاره مجاز برای مسکونی را بر اساس خواص و کیفیت آن تعیین می کند. این قوانین کاملاً پیچیده است و می توان در وب سایت Huurcommissie یافت.
ما یک بسته پایتون منبع باز برای محاسبه میزان امتیاز یک خانه براساس این قوانین ساخته شده ایم: WiningWaardering.
Woningwaardering به معنای “ارزیابی خانه” است و این یک سیستم نقطه ای است که در آن یک خانه بر اساس خواص و خصوصیات آن ، امتیازات را پشت سر می گذارد. حداکثر اجاره برای یک خانه مستقیماً با میزان امتیازاتی که از آن بلند شده است مرتبط است.
اد دونر یک مدل Llama-3.1-8B را تنظیم کرد تا قیمت محصولات آمازون را بر اساس توضیحات آنها پیش بینی کند. این به من الهام بخش است تا به جای استفاده از بسته WiningWaardering خود ، سعی کنم نقاط یک خانه را بر اساس توضیحات آن پیش بینی کنم.
در سازمان مسکن اجتماعی که من کار می کنم ، Woonstad Rotterdam ، ما داده های زیادی در مورد 60،000 مسکن خود داریم. ما بررسی های کیفیت داده را برای تعیین اینکه کدام خانه ها دارای داده های با کیفیت تقریباً کامل با استفاده از بسته بندی شده باز Pyspark-TestFrameWork ما هستند ، پیاده سازی کرده ایم. از 50،000 پوند مسکونی خود ، 25،000 پوند از کیفیت داده تقریباً کامل برخوردار هستند.
حتی اگر کیفیت داده این 25000 خانه بسیار خوب باشد ، اما هنوز محدودیت هایی برای آن وجود دارد مجموعه دادهبشر به عنوان مثال ، ما … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی
