使用人工智能/神经网络进行项目估算

Question

5

我正在尝试创建一个工具，可以估计完成项目需要多少天，考虑到数十个或数百个因素和参数。

我对人工智能/神经网络/机器学习没有太多经验，但据我理解，这些技术非常适合进行模式识别。如果我制作一个AI程序，并通过提供我们已经完成的项目信息（因素和花费的时间）来训练它，那么它应该能够学会估计未来的项目。

有人知道这是否是可行的方法吗？

- Pupper

5

为了使这个方法变得现实可行，你需要大量的数据来训练算法，并且这些训练数据必须具有相同的参数和结果（即完成项目所需时间）。如果你拥有这些数据，那么你应该能够创建预测模型。 - Kiril

2

对于大多数机器学习技术而言，所需的训练样本数量随着输入特征数量的增加而快速增长（有些人声称：呈指数增长！），因此要训练一个具有“数百个因素”的神经网络，您可能需要数百万个训练样本。您有这些吗？ - Niki

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- deceleratedcaviar · Accepted Answer

老实说，我认为您最好建立一个专家人工神经网络来预测每个任务需要花费的时间。数据会更多，更新也会更频繁，这将使系统更加专业化。

整个项目中有太多因素，如果没有大量的数据集，它就无法准确预测。

如果专家系统证明成功，您可以在其上方耦合一个控制性人工神经网络，该网络从以前的项目中训练而来，取得了所有任务（由专家人工神经网络预测）的总项目时间和一些其他项目因素（例如总雇员数、年份、预算等），并进行预测。

过多的信息可能会导致非常嘈杂的数据和不合理的输出，在极端情况下尤其如此，特别是在缺乏丰富的训练数据的情况下。