Разработка ML веб-сервиса для прогнозирования параметров цементного раствора.

Просьба не спешите откликаться, изучите ТЗ и напишите по существу. Сбор заявок до 8 марта включительно.
Существует база данных (БД) результатов лабораторного тестирования цементных растворов (ЦР). БД устроена по принципу сопоставления рецептуры ЦР, условий тестирования и результатов тестирования ЦР см. рис. 1 и Excel.
Необходимо применить к БД алгоритмы машинного обучения с целью:
1. Прогнозировать параметры цементного раствора на основе анализа рецептуры и условий тестирования рис. 2.
2. Отображать зависимости выходных параметров от входных рис. 3
3. Рекомендовать концентрацию добавки для получения требуемых параметров цементного раствора рис. 4.
Результаты необходимо предоставить в виде развернутого веб-сервиса на предоставленном сервере и URL. Также необходимо разработать API для коммуникации со сторонним веб-сервисом (получение входных данных – отправка выходных данных).

Особенности
1. Практически все тесты не содержат полного набора результатов тестирования. Например, всего возможно 10 типов тестирования. Практически нет тестов, содержащих результаты всех 10 типов тестирования. Чаще всего результаты тестирования – это 2-5 результатов конкретных тестов, по остальным типам тестов нет данных.
2. Выборка имеет явно выраженное плотное ядро и разряженные хвосты.
3. Нет никаких свидетельств, что распределение вероятности подчиняется какому бы то ни было правилу. Поэтому применять, например, нормальное распределение по умолчанию нельзя.
4. Для выявления лучшего подхода к прогнозированию, необходимо применять минимум две технологии прогнозирования: совмещать на графике прогнозирование вероятностей по одной модели и точечный прогноз результатов по другой модели.

Визуализация результатов прогнозирования.
Специфика лабораторного тестирования цементного раствора состоит в том, при фиксированной рецептуре и условиях тестировния, получаемый результат тестирования параметра цементного раствора всегда находится в некотором диапазоне. Вариативность параметров ЦР обусловлена вариативностью интенсивности химических реакций компонентов ЦР, в зависимости от фракционного состава материалов, партии химии и цемента (содержания примесей), влажности, а также от точности взвешивания добавок лаборантом и погрешности оборудования. Причины вариативности результатов тестирования можно уменьшить, но полностью избавиться от них нельзя.
Поэтому наиболее репрезентативная визуализация прогноза параметров ЦР, это графическое представление прогноза вероятности параметров ЦР исходя из его рецептуры и условий тестирования. 
Необходимо иметь возможность:
1. Зуммировать графики, увеличивать окно графика.
2. Скрывать графики.

Необходимо применить технологические приемы.
1. Объединение добавок в функциональные группы (семейства со схожим механизмом действия) и использование этого для повышения точности прогнозирования. Функциональные группы указаны в документе Excel вкладка Materials.
2. Распределение веса 
Часть 1. Необходимо иметь возможность увеличивать в обучающей выборке влияние хронологически самых свежих тестов.
Например, можно указать, какой процент обучающей выборки с конца, т.е. какой процент самых свежих данных и на сколько сильнее будет влиять на обучение.
Часть 2. Как разновидность этой функции, пользователь может указать конкретный тест, который будет иметь очень высокое влияние на прогноз. Это будет тест на конкретной партии химии и после указания этого «супертеста» прогноз с конкретно этой химией будет более точный.