#恐吓因素 DerbyHacks17 这绝对会让您大吃一惊! 我们创建了一个ML模型,该模型从业务的各种特征中学习(过去的健康检查分数,位置,附近区域的311个呼叫,健康检查分数的数量以及违反健康检查的次数),并确定该评分是多少可能无法通过下一次健康检查。 在决定了这些事情之后,它可以返回最有可能需要进行健康检查的前五名的列表,然后由健康检查员来挑选要检查的餐馆。 该产品可以为城市节省的资金太大,由于50 mb的上传规则,我们实际上无法上传它! (实际上不是,但您知道图片!) 这是一个聪明的模型。 我们非常害怕它的可能性! 因此,恐吓因素 :winking_face: :winkin