Python - hur göra "relationsprogrammering" för att kunde förutspå incidenter?

Tjena.

Jag sitter och klurar ut hur i fanden jag ska få det programmerad in i Python hur programmet ska tolka
incidenter som har varit och annan information som är tillgänglig för att förutsäga en incident i framtiden.

Min förklaring är väl lite av det mera "flummiga" slaget så ska försöka att ge ett tänkt exempel:

Du har en bil och befinner dig på plats A. I morgon ska du köra bilen från plats A till plats B.
Du sitter på en rejäl plunta med information som gör att du kan värdera om du kommer fram eller inte och vad som kan uppstå under färden.

Före start vet du detta:
- Har du körkort (JA/NEJ)
- Närtid kollade du oljan på motoren sist?
- Hur mkt olja är det i motoren
- Hur mkt är det kvar av hjulene på bilen och i vilket skick är de i
- Lufttryck i däckene
- Är bilen i behov av en service
- Vilken rutt du ska köra för att komma från A till B
- Ungefär närtid du ska starta färden
- Kan ungefärligen gissa hur trafiken vill vara på den framtida färden
- Hur mkt bränsle det är på tanken
- Hur mkt drar bilen vid en given hastighet

Under färden får du veta detta:
- Hur mkt trafik det är
- Din hastighet i förhållanden till annan trafik och hastighetsbegränsningar på vägen
- Ungefärlig risk för att bli stoppad av "Farbror Blå".
- Du får en funktionstäst av bilen som säger om bilen vill hålla fram till destination
- Motortemperatur
- Hur mkt bränsle du har kvar på tanken
- Hur många kilometer du har kört
- Hur många kilometer du har kvar
- Din körstil (aggresiv/passiv)

Baserad på den tillgängliga informationen kan man värdera om närtid man kommer fram eller om man kommer fram
till destinationen. Hur mkt det ska kosta och även risken för att bli fotgängare före bilturen är klar.
Dvs du kan förutspå en incident som kommer i framtiden

Vad min fråga blir, är om det är någre av er som vet om en vettig metod att programmera detta så datoren kan göra samma jobb?

-Dinero-

Ett vettigt svar på den här frågan skulle vara en hel doktorsavhandling.

Med andra ord - lättare sagt än gjort?

Din fråga är väl egentligen inte Python-specifik, utan mer konceptuell - vilken form av logik ska du använda. Har du läst på om "machine learning"? Det är det närmaste jag komma att tänka på.

Det finns en hel del på nätet (ett exempel av flera: https://machinelearningmastery.com/machine-learning-in-python-step-by-step/).

Lyckligtvis används Python ofta till maskininlärning och det finns en hel del moduler för detta ändamål, men själva logiken bakom är viktigast att förstå.

Jag är själv inte tillräckligt insatt i maskininlärning för att ens föreslå en logik i ditt exempel.

Din tolkning efter det jag är ute efter stämmer nog betre än den förklaringen jag gav.

Det är nog i praktiken machine learning som jag försöker att snickra ihop.

Tackar för länken du gav - kommer till att läsa den noggrann.

-Dinero-

Varför skall du använda ML?

Du är ute efter att försöka applicera någon typ av Game Theory på ditt projekt. Ditt problem är exakt detsamma som en partnersida som försöker matcha folk.

Hur du gör det praktiskt är ju sedan upp till programmeringsspråk.

Spelteori är just teori och alldeles för trubbigt för att bedöma hur lång tid det kan ta att ta sig till viss punkt baserat på X datapunkter. Titta istället på hur existerande tjänster lyckas hyfsat med samma sak, t.ex. Google Maps. Detta är ju väldigt datatunga tjänster med algoritmer för att beräkna förväntad restid utifrån dessa data (t.ex. kartor, historiska restider från miljontalsanvändare samt realtid trafikläge).
Vet egentligen inte ens om det är så mycket ML inblandat, däremot väl putsade algos med mycket data.

Programmeringsspråket är sekundärt, även om det så klart underlättar att ha färdiga moduler för specifika ändamål.

Google Maps använder bara registrerad hastighetsdata, TLFer för hastighetsbegränsning och avståndet mellan A och B. Sedan kan den lägga till ett par minuter om det är täta köer. Det är inte några avancerade algoritmer där.

TS behöver typ spelteori för att göra det han vill göra dvs. förutsäga ett visst utfall grundat på den lista av egenskaper som han har.

Tjena. Jag svarar på detta i morgon eller senare. Har just varit och vurpad med cykelen så jag är mörbankad och stel.
Gör skitont att skriva på tangentbordet.

-Dinero-

Klarar inte att vänta med att skriva - får heller bara bita tänderna samman och heller lägga mig ner på sofan och tycka synd i mig själv efteråt.

Hva jag skal med det til? Jag vet inte helt än men det är ett intressant ämne att läsa och förstå om. Jag har trots allt bara programmering som hobby men helt klart ser jag behovet av datorprogram som klarar av att tänka själv.

Tidigare i mitt liv arbetade jag på kemikalietankare. Vi hade ett eget kotrollrum för lasthantering och allt var datorstyrd men det uppstod problemer hela tiden på grund av att alla program vi hade till utrustningen var inprogrammerad med en viss logik som i sin tur avgjorde vad datorerna gav av instruktioner till annan utrustning. Ett av problemen var att programmerna inte tog hänsyn till fördröjningar i systemen som styrde pumpar och avläste tanknivåer. Fördröjningen kom och gick samt själva fördröjningen var heller inte konstant. I det ena ögonblicketnfungerade det perfekt, fem minuter senare kunde vi ha en fördröjning på två minuter. Sen försvann fördröjningen och kunde vara borte länge före den uppstod på nytt igän.

Det andra punktet var sensorerna - några kunde helt utan vidare sluta att fungera men gav signaler. i Nästa ögonblick fungerade de men kunde ge skrotdata till systemen som i sin tur ballade ur. Andre gånger "frös" sensorerna i en given position. Dock var det inte programerad in någon form av logik till att hantera dessa problemen. Vi som operatörer fick vara på vakt hela tiden efter grejer som kunde hända som i sin tur kan rent av kunde leda till att vi sprängde en tank med livsfarliga kemikalier. På basis av det kan jag säga att jag välkommar datorprogram som kan tänka själv och inte slavisk följa den logiken som programmeraren har lagt in.

Tycker temat är rätt så intressant.

-Dinero-

Mer än vad jag känner till, men min poäng var att det är en datatung tjänst med realtidsdata som är svår att sätta upp själv om man inte på något sätt har tillgång till sådan data. Eller överskattar jag Google?

Tänka själv är nog mycket begärt på ett antal år framåt, men för systemet att lära sig hantera avvikelser någorlunda inom vissa ramar kan åstadkommas med ML. Mycket hype och buzzwords kring "AI" annars.