Объяснение материала, выполняя лабораторные работы Объяснить основы машинного обучения и анализа данных, выполняя лабораторные работы, которые представлены преподавателем мне для работы
Для себя Необходимо дообучить llama2 на предоставленном мной датасете Код есть, но при попытке сохранить на Гугл диске(тюню в колабе) возникает memory allocation
Для себя Привет! Я закончил МФТИ больше 15 лет назад, сейчас учусь на программе по Data Science. Нужна помощь в освоении нескольких стандартных библиотек и отчасти питона. У меня есть несколько задачек, которые мне нужно научиться решать. Собственно, нужна помощь в освоении материалов, необходимых для решения (именно обучение меня и ответы на вопросы, а не готовое решение). Для первых 2 занятий: sklearn, numpy, байесовский классификатор. Пример задачи, с которой нужна помощь, с нее и хочу начать (есть ноутбук с данными, к которым нужно применить пайплайн: Создайте функцию get_pipeline, которая создает пайплайн с заданными параметрами. Пайплайн 1) трансформирует датасет с помощью TfidfVectorizer 2) далее применяет модель KNeighborsClassifier с параметрами, переданными в функцию
Для себя У меня есть обученная нейронная сеть для распознавания возраста с использованием Keras и Tensorflow, и я хотел бы достичь точности в 86%, но в данный момент у меня только 76.29%.
Для себя Помощь с разбором домашнего задания по ML, бинарная классификация. В этой задаче для обучения используются 2 алгоритма: DecisonTree, RandomForest. У меня есть драфт решения, требуется консультация - что доработать, как улучшить решение
Для себя Исправление ошибки в коде. Должны предсказать, кто создал изображение: ИИ или человек. На вход принимаются csv файлы и папка с изображениями. Код написан, запускаю - ошибка в загрузке изображений. Самостоятельно не получается исправить
Для себя Проблема с выводом предсказаний. Количество строк не соответствуют количеству строк. При попытке исправить ошибку ничего не выходит. Работаю в Collab на языке Python с изображениями и файлами csv.
помощь в выполнении проекта Применить методы обучения с подкреплением к простой игре под названием Text Flappy Bird (TFB)ю В рамках этого задания вам предлагается реализовать и сравнить двух агентов, способных решить одну из двух версий среды TextFlappyBird-v0 (или обе). В частности, вам нужно сначала реализовать агента на основе метода Монте-Карло на ваш выбор, а затем агента Sarsa(λ),
Для себя Необходимо разработать модель оценки поведения инвесторов на фондовом рынке России на основе технологий машинного обучения (через сентимент-анализ (анализ тональности) российских финансовых новостей основных новостных агрегаторов). То есть необходимо проанализировать условную гипотезу о том, что новостной фон и сентимент новостей влияет на измненение стоимости акций компаний
Для себя Разработать среду для 2д игры на основе gym, обучить несколько алгоритмов (Q, PPO, DDPG), визуализировать поведение агента в среде, адаптировать код для колаба, python
Как мне найти учеников по профилю машинное обучение в России?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на сентябрь 2026 года составляет 90
Какие требования к преподавателям на вашем сайте?
На нашем сайте приветствуются преподаватели с любым уровнем квалификации. Мы рекомендуем указать все свои сертификаты и образование, чтобы увеличить шансы на нахождение учеников
Могу ли я установить гибкий график работы?
Вы полностью контролируете свой график и можете обсуждать его напрямую с учениками, чтобы найти удобное время для обеих сторон
Каков потенциальный заработок для репетитора машинное обучение?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 700.39 рублей с занятия. Больше занятий в неделю – выше доход