テンソルによる車の事故を予測する

Question

だから仕事はちょっと単純です。私が機械学習を知っている限り、私はそれが可能であることを知っています、私は今それを行う方法ではありません。

基本的には、私の街には車の事故がいくつあるのか予測したいと思います。私は気象状況のデータと、過去の事故の程度と、私のモデルをテストまたは検証するために最新の事故データを使用したいと思います。

weather = [[20150601 130100, 23, 60], #[year_month_day hours_mins_secs, temperature_C, humidity_%] 
[20150601 130100, 23, 50], 
[20150601 130200, 23, 51], 
# ... 
[20150601 132300, 23, 49]] 

accidents = [[20150601 130700, 1], #[year_month_day hours_mins_secs, count_of_accidents 
[20150601 1301000, 2], 
[20150601 1301100, 1], 
# ... 
[20150601 132300, 1]] 

は、だから今、私は（時々、入力データが毎分提供されていないことに注意して、時間のギャップがある）、日付ごとに温度や湿度に基づいて分ごとの事故数を予測します。私のモデルを改善するために、私は毎日新しい事故と気象データをフィードしたいと思っています。 結局のところ、天候に基づいて事故が起きると言うことができるプログラムがありますので、今日運転するのが安全かどうかは分かりません。将来私は他のデータセットでそれを更新しますが、今のところそれをこのように訓練しましょう。 これはテンソルフローでどのように起こるのでしょうか？誰かが助けてくれますか？

Answer 1

これを処理する方法はたくさんあります。ただし、シリーズデータがあり、実際に車の事故がt-n気象データに関連する可能性があるため、RNNは良いスタートになる可能性があります。

https://github.com/nlintz/TensorFlow-Tutorials/blob/master/7_lstm.pyのRNN（LSTM）に基づく分類の例を参照してください。

私はこれにも興味があります。それがどうなるか教えてください。