Pytorch dla RETS Deep Learning

Python — podano nieprawidłowe kategorie?

101 PLN

Opinia zleceniodawcy o współpracy z Sergiy Isakov

Pytorch dla RETS Deep Learning

101 PLN

Dziękujemy za pomyślnie realizowany projekt!

5.0

Nikolay Mashkov

Opinia zwrotna

24 stycznia 2020

Opinia freelancera o współpracy z Nikolay Mashkov

Pytorch dla RETS Deep Learning

101 PLN

Nikolay Mashkov (Nikolay_168) w ramach projektu "Nieroset na Pytorch dla RETS deep learning" postawił ciekawy problem i zaproponował użycie do jego rozwiązania oryginalnych podejść związanych z rozwojem sieci neuronowych do przewidywania zmian cen nieruchomości
W trakcie prac komunikacja z klientem odbyła się na wysokim poziomie zawodowym i miała pozytywny wpływ na realizację projektu jako całości.
Rozmawiano o sposobach dalszej możliwej współpracy w tym i kilku innych kierunkach.
Klient posiada wysoki poziom kompetencji i godności.
Płatność odbywa się bez opóźnień i w pełnym wymiarze
Zachęcam wszystkich kolegów do reagowania na projekty Nikolai i otrzymasz nie tylko ciekawe zadania, ale także pozytywne emocje z komunikacji i współpracy.

5.0

Sergiy Isakov

Opinia zwrotna

24 stycznia 2020

Zlecenie jest tłumaczone automatycznie. Zaloguj się lub zarejestruj się, żeby zobaczyć oryginał Dane w formacie RETS HTTPS://en.wikipedia.org/wiki/Real_Estate_Transaction_Standard Przechowywane w mysql Musisz zrobić pytorch skrypt, aby przewidzieć cenę dla każdego z następnych 300 tygodni, ale dla każdego rodzaju obiektów.Typ obiektu to dobrowolna kombinacja pól RETS.Dodatkowe dane wejściowe: WEB www.kaggle.com/federalreserve/interest-rates Ważne: prognoza różnych rodzajów obiektów musi być ze sobą powiązana.Na przykład, zauważono, że jeden obszar zaczyna się taniej / podróżować wcześniej niż inny [z stałym błędem czasu] - trzeba, aby takie połączenia mogły być wykryte i wykorzystywane do przewidywania.Format zapytania: zestaw parametrów RETS i datetime, od którego należy rozpocząć prognozę.(Chociaż przewidywanie jest wykonane dla jednego rodzaju obiektu - analiza powinna uwzględniać wszystkie rodzaje obiektów).Niezależnie od tego, jak przesyłać wszystkie dane w rzędzie poleceń - dane zapytania można pobrać z mysql na identyfikator zapytania.Odpowiedź: JSON obiekt o masie ich 300 cen.Skrypt powinien działać przy 2 gigabajtach operacji.

Aktualizacja #1 od 9 grudnia 2019

С вопросами и предложениями - пожалуйста звоните на на скайп nicholas3mobile или напишите как вам удобно созвониться.

Oferty 4 Dyskusje 2

Sergiy Isakov

Oferta, która wygrała

10 0

Zlecenia 10
Ocena -
Ranking 1 243

Budżet: 1200 UAH Termin: 10 dni

Nikolaj, dobry dzień
Analizowałem Twój projekt i miałem wrażenie, że nie jest tak prosty, jak wydaje się na pierwszy rzut oka.
Wydaje się, że masz hybrydę datasetów i kolejności czasowych, z których trzeba przewidywać w czasie.
W związku z tym, przewidywanie czasu i ilości kosztów realizacji projektu jest niemożliwe.
Dlatego mogę zaoferować Państwu następujący schemat współpracy:
- pozyskiwanie danych z wyznaczonych źródeł
Przetwarzanie danych źródłowych, w razie potrzeby.Analiza emisji, wypełnienie przegapionych danych itp.Analiza wzajemności, wzajemności i korelacji danych.Wybór niezależnych parametrów
- analiza stacjonarności kolejności czasowych, trendów, kłamstw czasowych, częstotliwości, anomalicznych obszarów itp.Może być konieczne przeprowadzenie klasyfikacji kolejności czasowych.
- budowa modelu - można na pieczywie lub tenzorflowie
Ćwiczenia, testy itp.Tworzenie interfejsu użytkownika itp.Może coś trzeba dodać / ułatwić po drodze
Jestem gotów podjąć to pod następującymi warunkami:
- przydzielić +\20 godzin w tygodniu (z sprawdzeniem czasu spędzonego w sposób wygodny dla Ciebie)
- stawka 11 USD/godzinę
- płatność tygodniowo w złotych w kursie NBU na dzień płatności
- praca przez sejf, płaczę komisji
Wyślemy Państwu zaproszenie na Skype i możemy porozmawiać bardziej szczegółowo.
Szczęście dla Ciebie
Sergi

Nurzhan Nurbek

7 1

Zlecenia 7
Ocena -
Ranking 162

Budżet: 500 UAH Termin: 1 dzień

Pozdrawiam, chciałbym zapoznać się z projektem bliżej, można w LS napisać szczegółowo wszystko, o czym będziemy dyskutować! Nie martw się o doświadczenie, mam dobre doświadczenie.