Szkolenie maszynowe

AI i uczenie maszynowe, Python — podano nieprawidłowe kategorie?

169 PLN

Zlecenie jest tłumaczone automatycznie. Zaloguj się lub zarejestruj się, żeby zobaczyć oryginał Praca musi być wykonana w jupiter notebook + notatka wyjaśniająca(może być w formie komentarzy i wyjaśnień w jupiter ) Temat: „Wykorzystanie maszyny do promowania turystycznych ulg” Specjalna dziedzina w usługach turystycznych, do której będzie stosowany MO, wybiera wykonawca samodzielnie.W oparciu o ten temat należy przestrzegać następujących punktów: Aż !Punkty 1,3,11,9 są obowiązkowe dla wszystkich tych prac !1 .Wybierz (zebrać) zestaw danych do analizy zgodnie z wybranym tematem kursu Praca .Opisz ten zestaw i rozstrzygnięte zadanie.określenie metryki jakości modelu, określenie typowego poziomu metryki do rozwiązywania podobnych zadań, ustalenie Przewodnik dla metryki.2 .Przeprowadzenie wstępnej analizy i czyszczenia danych.Ten etap obejmuje wniosek informacje o charakterystyce ilościowej sieci danych, informacje o brakujących znaczenia, cechy i fizyczne znaczenie każdego atrybutu danych, jego znaczenie w celu przewidywania zmiennej docelowej, wyciągnięcie kilku elementów danych do Ilustracja struktury danych.3 .W razie potrzeby przeprowadzić przekształcenie danych.Ten etap bardzo zależy od typu. danych i może obejmować tokynizację i wektorizację tekstu, wyciągnięcie znaków z danych, przekształcenie obrazów w płaską masę liczbową i innych transformacji.CzteryPodzielić zestaw danych na próbki szkoleniowe, testowe i weryfikacyjne.uzasadniać charakterystyki ilościowe i metoda podziału (czasowe, przypadkowe, konsekwentne wzorce.5 .określenie zasadniczej architektury neuronowego modelu głębokiego uczenia się, włączając funkcję błędu i metody regulacji, ogólną logikę uczenia się modelu.Możliwe opcje modyfikacji modelu.6.Realizuj model za pomocą ramki PyTorch.Realizacja musi obejmować funkcja pobierania danych, wydobycia średnich i ostatecznych metryków jakości oraz Diagnostyczne parametry procesu uczenia się modelu.Realizacja musi zapewnienie elastyczności umożliwiającej przeprowadzenie ograniczonej modyfikacji modelu Wybierz najlepszą z alternatywnych architekton.7 .Dostosuj parametry danych wejściowych i parametry do nauki.Wykonaj szkolenia Modele na przygotowanych danych wejściowych za pomocą wybranych ustawień i algorytmów Uczniowie .8 .przeprowadzenie oceny jakości modelu przy użyciu przewidzianych metryków jakości, Sprawdź model na ponowne szkolenie.9.Wykonuje szkolenia i oceny jakości dla kilku alternatywnych architektur (variacje Wymagania (co najmniej 3) do rozwiązania wybranego zadania.Analizować Wyniki, podejmowanie wniosków, w tym określenie najlepszej architektury.10 .Wykonaj delikatne ustawienie modelu, wybierając wartości hiperparametry.Wybierz co najmniej trzy hiperparametry, przy tym jako minimum dla jednego wyboru Wymagania parametrów wykonane są w trybie automatycznym (z pomocą Grid Search lub podobnych metod).11 .Przedstawienie wyników nauczania modelu w widocznym kształcie (grafika, linie nauczania, tabele porównawcze modeli, tabele klasyfikacji i inne).Podsumowanie, porównanie z w obecnych podobnych rozwiązaniach, rozmyślając o perspektywach poprawy Metody rozwiązywania problemu.W zależności od określenia wybranego tematu, objętość i obecność ich punktów na tej liście Może się różnić.Punkty 1,3,11,9 są obowiązkowe dla wszystkich przedmiotów prac.

Oferty 3