Для работы #### KERAS #### Меня интересует устные пояснения по коду: 1 - подготовка своих личных датасетов 2 - построение модели 3 - отладка или настройка модели 4 - вывод результата в консоль 5 сохранение модели для дальнейшего использования в других пректах.
Проектная работа Помощь в разработке учебного проекта - направленного на использование нейросети с применением Physics Informed Neural Networks для предсказания течений. (Нужна помощь не в физике, а именно в NN)
Для себя Задание: 1. Загрузить указанный датасет, содержащий сведения о характеристиках многоэтажных зданий. 2. Построить модель, которая прогнозирует расход энергии для отопления (столбец y1 - «Heating Load») на основании данных о других характеристиках (описание характеристик – см. https://archive.ics.uci.edu/ml/datasets/Energy+efficiency#). Для оценки качества модели использовать метрику R2 3. Описать выводы и обосновать основные решения (выбор типа модели, гиперпараметров).
Для себя Необходимо решить 2 задачи: 1. Задача о прогнозе снятия наличных в банкомате: https://www.kaggle.com/competitions/alfamipt-2023-atm-cash-prediction 2. Задача о кредитном скоринге на основе кредитной истории: https://www.kaggle.com/competitions/alfa-bank-pd-credit-history/overview Метрика качества алгоритма описана в разделе Description -> Evaluation
Для работы Мы сервис по ценообразованию квартир. Нам необходимо на нашем сервере разместить машинное обучение, которое на наших данных по изменению цен, будет сигнализировать об изменении цены. То есть у нас уже есть история изменения цен в зависимости от спроса, нам нужно чтобы это разместилось на сервере
Для работы Мы сервис по ценообразованию квартир. Нам необходимо на нашем сервере разместить машинное обучение, которое на наших данных по изменению цен, будет сигнализировать об изменении цены. То есть у нас уже есть история изменения цен в зависимости от спроса, нам нужно чтобы это разместилось на сервере
. Мне нужна помощь с реализацией генеративно-состязательной сети (GAN) .За вознаграждение . У меня уже есть часть кода ,нужно помочь довести дело до конца и ответить на мои вопросы ,если возникнут . Если предложение интересно ,могу рассказать подробности
Для себя Задание: 1. Загрузить указанный датасет, содержащий сведения о характеристиках многоэтажных зданий. 2. Построить модель, которая прогнозирует расход энергии для отопления (столбец y1 - «Heating Load») на основании данных о других характеристиках (описание характеристик – см. https://archive.ics.uci.edu/ml/datasets/Energy+efficiency#). Для оценки качества модели использовать метрику R2 3. Описать выводы и обосновать основные решения (выбор типа модели, гиперпараметров).
Для себя Задача по машинному обучению. Необходимо разработать программу с интерфейсом, реализующую алгоритм RS1, который основан на теории приближенных множеств (Rough set theory). Сеты для работы нужно брать исключительно с репозитория UCI Machine Learning Repository. Что должна включать в себя программа: 1) Естественно, уметь работать с датасетом с расширением .data (Например Iris.data, Monk-1.data, Monk-3.data) (Нужно будет всего 3-4 датасета, среди которых будет один маленький, тестовый и 2-3 из репозитория UCI Machine Learning. Я понимаю, что все датасеты разные, с разными данными и их разметкой и реализовать универсальную программу, которая будет работать абсолютно со всеми сетами - новозможно. Поэтому, можно реализовать это все как отдельные программы, которые будут работать с конкретными датасетами) 2) После запуска алгоритма вывод построенной системы продукционных правил для верхнего и нижнего приближения по типу "If...Then..." 3) Вывод точности аппроксимации (Что просто равно количество правил для нижнего приближения, делить на количество правил для верхнего приближения) 4) Возможность сохранения полученных результатов в файл Что должен включать в себя интерфейс: 1) Кнопка загрузки датасета 2) Кнопка запуска алгоритма 3) Окно вывода полученных результатов после запуска 4) Кнопка сохранения полученных результатов в файл (например, с расширением .txt) Исполнителю так же вышлю краткую теорию по данному алгоритму и скриншоты примерной работы алгоритма. Цена договорная.
Для работы Хочу найти применение машинного обучения в решении некоторых рабочих задач, связанных с анализом данных. Сам я с машинным обучением ранее не работал. Мне нужен гуру ML и AI, с которым я не только смогу подготовить проекты, но и в процессе работы над ними получу практические знания и навыки, которые в том числе позволят мне развиваться далее в этом направлении. Так как у меня нет математического образования, очень бы хотелось, чтобы преподаватель мог понятно объяснять всю математическую подноготную этой темы :)
Для себя The project will consist of completing the following three tasks that can be implemented on one or more of your chosen real-world datasets. 1. Unsupervised Learning: where the problem consists of identifying homogeneous population groups or dimension reduction techniques, which can then be used in the context of the empirical application 2. Regression: where the problem consists of continuous target variable(s). 3. Classification: where problem consists of categorical target variable(s). You will be expected to present each of the datasets you are analysing, identify research questions that can be addressed by your analysis and, ideally, present relevant existing literature and contrast your results against it. You are expected to use multiple technique for the regression and classification tasks, and compare their results. In all cases, your analysis should be presented in a paper like format, avoiding highly technical language where possible. It may be helpful to think of your audience as consisting of people with some quantitative background but no prior knowledge of Machine Learning. Your ability to present and interpret the results will be regarded as important as your ability to apply the taught techniques. The results of the project should be presented in a 10-page article in A4 format. The 10-page limit includes figures and tables but excludes the title page, table of contents and references. ). In addition to the 10-page article, which should be submitted via a word or pdf file, your R code should also be submitted with appropriate comments and description via an R script or an RMarkdown file. You may alternatively also use Python code; in which case you should submit a Jupyter notebook or a Spyder script file. You may choose to conduct all the above three tasks on a single dataset or conduct some of the tasks on separate datasets; this is up to you. Do not submit your data, just provide the open access links in your code files, from which the data can be downloaded. To sum up the following two files are required where your candidate number (or if not yet available, your student registration number) should be visible: 1. A word or pdf file with your report that should not contain any code (10-page limit applies as mentioned above). 2. Your code in a single file of appropriate format (R script, RMarkdown, Spyder script, Jupyter notebook).
Для себя Студенческая задача. Необходимо обучить модель для прогнозирования вектора значений (около 400 значений), используя Python. В качестве фич могут быть использованы данные, привязанные к конкретным датам (например, в течение года), и другие параметры в качестве констант.
Для себя Нужно решить такую задачу https://codalab.lisn.upsaclay.fr/competitions/11318#learn_the_details Модель сделал, обучается. Результата нет. Нужна помощь
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 80
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 700.03 рублей с занятия. Больше занятий в неделю – выше доход