Algoritmy pro rozvrhování lidských zdrojů s využitím strojového učení

Abstract

V literatuře lze nalézt mnoho algoritmů řešících kombinatorické problémy, jelikož vědci se touto problematikou zabývají po mnoho desetiletí. Algoritmy jsou většinou navrženy pomocí modelového přístupu. To znamená, že důraz je kladen na přesný popis algoritmu založeného na detailním pochopení uvažovaného problému. Tento přístup však nezohledňuje práci s daty (tzn. zpracování dat pro pozdější použití v algoritmu), přestože generuje datové toky. Tato vlastnost může byt chápana jako nedostatek, jelikož v jednotlivých iteracích algoritmu je přítomna spousta různých již vypočtených dat, které se ale v dalších krocích algoritmu obecně nevyužívají.

any algorithms solving combinatorial problems can be found in the literature since researchers deal with these problems for many decades. The algorithms are mostly designed following a model-based approach. This means that the focus is on a rigorous description of an algorithm based on a deep understanding of the considered problem. However, this approach does not take into account work with data (i.e., processing of data in order to let data drive the algorithm) even though it generates data flows. This can be seen as a flaw since a lot of arbitrary already calculated data is present inside the algorithm iterations, but it is not used anymore in the future steps of algorithm generally.