Исследование программных решений для определения оптимального решения по заданным параметрам

В данной работе рассматривается исследование программных решений для оптимизации принятия решения, в частности, выбора наиболее подходящего размера одежды. Целью работы является проведение исследования и сравнения трех методов машинного обучения относительно вопроса предсказания размера одежды. Разработка программных решений проводилась на основе открытого набора данных, содержащего мерки пользователей, информацию о товарах, размерах и типах заказанных товаров, отзывы и комментарии к заказам. В ходе работы были реализованы три алгоритма машинного обучения: метод k-ближайших соседей, использование многослойной полносвязной нейронной сети, использование нейронной сети со смешными входами данных. Представлены и протестированы возможные решения и архитектуры нейронных сетей относительно вопроса оптимизации принятия решения относительно размера по критериям самого пользователя. Предложено использование нейронной сети со смешанными входами данных на языке программирования JavaScript с использованием TensorFlow.JS, где под смешанными входами подразумеваются данные о личных мерках пользователя и оставленные комментарии о соответствии заявленного размера. Последующее предложенного решения возможно в качестве самостоятельного веб-приложения или для интеграции модуля на веб-площадки с соответствующей тематикой.