...

Lembre-se de que a implementação de uma solução de classificação é um processo iterativo. O ambiente, os dados e os requisitos podem mudar com o tempo, então estar preparado para adaptar e refinar seu modelo é fundamental para o sucesso a longo prazo.

Análises preliminares do time de Dados (Inácio) na apresentação:

...

Sobre o Modelo:

• Utilizamos uma Rede Neural Multi Layer Perceptron.

• Testamos até 1000 camadas.

• Processamos os dados em lotes (batch_size) de 256 itens por vez.

• O modelo foi treinado em 10 ciclos (ou épocas).

...

Especificidades Técnicas (Para os interessados em detalhes mais técnicos):

• Funções de Ativação: Softmax e tanh

• Otimizador: adam

...

Como o Modelo Funciona:

• Entrada: Descrição do item.

• Classificações:

  • Principal (Main): Combinamos informações das colunas de empresa, linha e padrão.

  • Dimensão: Altura x Largura

  • Espessura

  • Faces (Faces do produto)

...

Arquivos Relacionados ao Modelo:
(Lista simplificada para evitar sobrecarga)

• Codificadores (encoders), Modelos e Transformadores de Texto (tfid) para:

  • Principal, Dimensão, Espessura e Faces.

...

Nota: A ideia é simplificar ao máximo, dando ênfase aos aspectos mais relevantes para o negócio e mantendo as informações técnicas em uma área separada, para aqueles que desejam um pouco mais de detalhe.

Notebooks disponibilizados (web-clubeduratex/app at master · dexco-brasil/web-clubeduratex (github.com))

• DURATEX_all_classifiers_all_data_MLP.ipynb

• DURATEX_all_classifiers_MLP.ipynb

• DURATEX_dimension_classifier.ipynb

• DURATEX_POC_char_embeding.ipynb

• DURATEX_POC_tk_char_embeding_dimen.ipynb

• DURATEX_POC-ML.ipynb

• DURATEX_predictor.ipynb

• DURATEX_product_company_classifier.ipynb

• DURATEX_product_dimension_classifier.ipynb

• DURATEX_product_thikness_classifier.ipynb

• DURATEX_products_classifier_MLP.ipynb

• DURATEX_word_embeding_products_classifier.ipynb

Planilhas (dados de inputs) disponibilizadas

• itens_classif_dataset_v15.xlsx

• itens_dimen_v15.xlsx

• itens_dimen_without_thickness_v15.xlsx

• itens_not_classif_v15.xlsx

• itens_poc_ml.xlsx

• itens_poc_ml_dimen.xlsx

Modelo atual

• O modelo em produção foi desenvolvido usando rede neural Multi layer perceptron, com funções de ativação Softmax e tanh e otimizador adam, tendo testado o máximo de 1000 camadas, com batch_size de 256 e 10 épocas.

• O modelo usa como input o descritivo de item, e classifica:

• Main: concatenação das colunas pdtcompany+pdtline+pdtpattern

• Dimension:pdtheightXpdtwidth

• Pdtthickness

• Pdtfaces

• main-encoder.pkl, main-model.h5, main-tfid.pkl, dimension-encoder.pkl, dimension-model.h5, dimension-tfid.pkl, thickness-encoder.pkl, thickness-model.h5, thickness-tfid.pkl, faces-encoder.pkl, faces-model.h5 e faces-tfid.pkl