Появилась задача создать нечто вроде экспертной(может это и звучит громко) системы по оценке какого-либо товара.
Имеется несколько критериев типа(на примере автомобилей) Модель, год выпуска, примерное состояние, комплектация, наличие ремонтов и т.п.
Необходимо примерно оценить стоимость конкретного автомобиля.
Есть условие-нету экспертов в конкретной области, но есть статистика по куче разных автомобилей с разными годами выпуска, но одинаковой моделью(например).

Имеется два варианта решения данной задачи:

1) Создать нейронную сеть, с необходимым количеством входов(соответствующему количеству параметров) и попытаться ее адекватно настроить.
В этом случае меня терзают сильные сомнения что удастся это сделать, к тому же врядли что сеть будет адекватна при добавлении, допустим, новой марки машины.
2) Провести статистическое исследование для вариантов с большей частью одинаковых полей и одним различающимся.
При этом для каждой выборки с целью исключения влияния идиотичных решений(из имеющейся выборки-типа "нужны срочно деньги и за так отдам" или "вот какая у меня прелесть") стоит провести винзорирование(замена самых высоких и самых низких значений средним).
После чего вычислить коэффициенты влияния различных факторов на базовую цену(например цена модели, вторичные факторы-год выпуска, состояние и т.д.)

Может у кого-нибудь есть идеи и предложения?

Я же так и пишу что насчет нейронной сети сильно сомневаюсь- опыт на уровне персептрона и еще пары мелких нейронных сетей.
Собственно, этот вариант особо и не рассматривался, просто думал что может меня отговорят