Streszczenie:
Niniejsza praca prezentuje możliwości zastosowania algorytmów uczenia maszynowego do predykcji natężenia ruchu na masztach telefonii komórkowej. Plan pracy jest ustrukturyzowany zgodnie z cyklem eksperymentu data science. Początkowe rozdziały opisują zadanie oraz problemy z danymi, następnie opisywane są metody transformowania danych w projekcie oraz modelowanie. W końcu rezultaty wraz z procedurą wdrożenia w języku Python.
Celem pracy jest budowa systemu predykcyjnego celem późniejszego podjęcia decyzji o wyłączeniu komórki podczas minimalnego wykorzystania sieci w danym rejonie. Poprzez wyłączenie trybu uśpienia komórek w danych rejonach możliwe będzie zaoszczędzenie energii elektrycznej a co za tym idzie zaoszczędzenie pieniędzy na rachunku elektrycznym.
Dodatkowo opisana jest analiza deskrypcyjna KPI które pobierane są z komórki wyjaśniająca jak manipulowanie zasilaniem na masztach wpływa na jakość połączenia.
