Язык программирования: Python, Z3 Для себя На вход программе подаётся регулярное выражение, содержащее буквы латинского алфавита, круглые скобки, альтернативу, итерацию и опцию (вопросительный знак). Ассоциативность учитывается, т.е. выражения вида abc(a|b|) корректны. Тут же демонстрируется, что у альтернативы могут быть и пустые аргументы. Приоритеты тоже учитываются: итерация имеет максимальный приоритет, на втором месте конкатенация, слабее всех - альтернатива. Т.е. a|ba|bc*a читаем как (a)|(ba)|(b(c*)a). Необходимо построить (бинарное) дерево разбора регулярного выражения, сохраняющее его семантику. Метки узлов - конкатенация, альтернатива (опцию рассахариваем до альтернативы), итерация (у итерации только один потомок), пустая метка или буква (листовые метки).
Цель занятия: Необходимо записать курс по работе с искусственным интеллектом для разных отраслей бизнеса (показать, какие нейросети какие задачт могут закрывать, как с помощью ИИ оптимизировать процессы, какие конкретные успешные кейсы внедрения ИИ на практике)
Язык программирования: Отвечать на опросы (500pyб/чac) На сайте: "menvk . ru" Отвечать на опросы (500pyб/чac) На сайте: "menvk . ru" Отвечать на опросы (500pyб/чac) На сайте: "menvk . ru"
Язык программирования: Отвечать на опросы (500pyб/чac) На сайте: "megvk . ru" Отвечать на опросы (500pyб/чac) На сайте: "megvk . ru" Отвечать на опросы (500pyб/чac) На сайте: "megvk . ru"
Язык программирования: Отвечать на опросы (800pyб/чac) На сайте: "mynvs . ru" Отвечать на опросы (800pyб/чac) На сайте: "mynvs . ru" Отвечать на опросы (800pyб/чac) На сайте: "mynvs . ru"
Для себя Задание состоит из нескольких частей: Обучить модель машинного обучения на Python для решения задачи классификации новостных русскоязычных текстов по темам: экономика, политика, социальная сфера, здравоохранение, образование, экология, либо отнесение к категории "не заданная категория". Для классификации должен использоваться метод наивного байеса. Обучить модель машинного обучения на Python для решения задачи классификации русскоязычных комментариев по тональности: позитивная, негативная, нейтральная. Метод, используемый для классификации не принципиален, но необходимо указать его в комментариях к коду. Обе модели должны сохранять текущее состояние, т.е. не обучаться с нуля при каждом запуске скрипта, а использовать уже имеющиеся знания для классификации. Необходимо парсить посты и комментарии к ним из групп, начиная с 01.01.2024. Сообщества: https://vk.com/mos https://vk.com/m24 При запуске скрипта должны происходить следующие действия: 1)Создание .csv файла, который должен содержать в себе поля: Post_ID – уникальный идентификатор каждой записи в таблице; Post_text – текстовое содержание поста; Group – название группы, из которой был взят пост; Post_date – дата публикации поста в формате дд.мм.гггг; Post_topic – тема публикации – поле заполняется путем применения обученной ранее модели; ERpost – коэффициент вовлеченности в обсуждение поста, который рассчитывается по формуле: ERpost = (количество реакций на публикации + количество комментариев на публикации + количество репостов на публикации)/количество просмотров публикации. Comment_text – текстовое содержание комментария к конкретной публикации; Comment_tonality – поле, содержащее в себе оценку тональности комментария – поле заполняется путем применения обученной ранее модели; Age – возраст автора комментария; Gender – пол автора комментария. Необходимо предоставить исходные файлы с кодом, весь код должен быть написан в объектно-ориентированном стиле и разбит на файлы для лучшей читаемости, должны быть соблюдены ограничения по количеству запросов к API вконтакте. При каждом запуске скрипта парсинг должен начинаться с последнего записанного в файле поста (т.е. последний пост пропускается и в файл записывается следующий за ним пост), в случае удаления со стены группы последнего поста - парсить начиная с последнего неудаленного поста. В случае, если какая-либо информация в профиле автора комментария недоступна/неуказана - оставить поле пустым.
Язык программирования: Python Для себя Создать проект, используя jupyter lab. Нужно использовать данные PISA, и подготовить проект касаемо анализа баллов учеником и взаимосвязей с переменными. В проекте должны быть использованы множественными модели, сравнения, коэффициенты и подробное текстовое описание произведенных действий.
Для работы Обучить делать видео аватар для соц сетей на подобных программах https://www.heygen.com/ Научить как пользоваться ИИ нейросетями для бизнеса , Как ставить правильно задачи Искуственному интеллекту
Для работы Мы хотим узнать что такое искусственный интеллект (его принципы работы), где используется сейчас и какие перспективы развития. + Хотели бы освоить прикладные инструменты (как эффективно работаьь с чатом GPT, возможно какими-то другими технологиями) для консалтинга (структурирование, обработка, поиск информации - тут перечень не исчерпывающий, хотели бы чтобы нам подсказали как мы может его использовать в своей деятельности)
Как мне найти учеников по профилю программирование рядом с м. Охотный Ряд?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на август 2026 года составляет 3038
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 программирование?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 1546.15 рублей с занятия. Больше занятий в неделю – выше доход