Details

Данная работа посвящена анализу методов машинного обучения, методов многокритериальной оптимизации и разработке веб-приложения для расчета дневного рациона питания для конкретного человека. Задачи, которые решались в ходе исследования: 1) изучение подхода к расчету необходимого количества калорий для человека; 2) изучение методов машинного обучения для анализа текстовых данных; 3) изучение методов многокритериальной оптимизации; 4) построение модели расчета оптимального рациона питания с помощью задачи оптимизации. Работа выполнена в среде разработки Google.Colab. Были проведены подготовка таблицы к анализу, обработка таблицы методами машинного обучения, анализ результатов методов в числовом и графическом виде. Также, для решения задачи оптимизации была составлена целевая функция с ограничениями и условиями по методу поиска Парето-оптимальных решений. В результате работы было разработано веб-приложение на базе имеющейся таблицы и метода многокритериальной оптимизации, а также проведен его анализ с последующим указанием характеристики приложения.

This work is devoted to the analysis of machine learning methods, methods of multicriterial optimization and the development of a web application for calculating a daily diet for a particular person. The research set the following goals: 1) studying the approach to calculating the required number of calories for humans;the study of machine learning methods for the analysis of text data; 2) the study of multicriterial optimization methods; 3) building a model of calculating the optimal diet using the optimization task. The work was performed in the Google.Colab development environment. The table was prepared for analysis, the table was processed using machine learning methods, and the results of the methods were analyzed in numerical and graphical form. Also, to solve the optimization problem, an objective function with restrictions and conditions was compiled using the method of searching for Pareto-optimal solutions. As a result of the work, a web application was developed based on the existing table and the multi-criteria optimization method, and its analysis was carried out with subsequent indication of the characteristics of the application.