Лучшие работы фрилансеров по машинному обучению на Freelancehunt — примеры выполненных работ фрилансеров по machine learning в Украине

Switch to English version?

Yes

Переключитись на українську версію?

Так

Переключиться на русскую версию?

Да

Przełączyć się na polską wersję?

Tak

NaftoGaz Europe | Новостной сайт

AI и машинное обучение

#php #yii2

Peiko17
1000 UAH
Распознавания кошек и собак на изображениях

AI и машинное обучение

Демонстрационная программа для распознавания кошек и собак на изображенях. Свёрточные нейронные сети. Точность 85-90%. Интерфейс сделан на Tkinter.

slado122
ШІ (Ai)

AI и машинное обучение

Це зображення створено за моїм запитом у Міджорні для клієнта

stayshadesigner
10 000 UAH
Сертификат AI-специалиста

AI и машинное обучение

Пройшла повний курс з AI.

anna_liv
1500 UAH
Funny News

AI и машинное обучение

Нейронная сеть, генерирующая забавные новости на основе реальных новостей Украины с https://korrespondent.net/ukraine/
Для генерации новости напишите /newh боту

Jobgter
10 000 UAH
Автоматическое Удаление Логотипов WaterMarks

AI и машинное обучение

На основе методов машинного обучения разработаны модели для автоматического поиска и удаления логотипа (WaterMark, водная печать).

Программа состоит из 3 частей:
Часть 1. Детекция, определение местоположения и вырезание логотипа с субпиксельной точностью.
… Часть 2. На основе 50-100+ экземплярах фото (объектах обучения) вычисляется обратное математическое преобразовании для каждого пиксела, при котором частотный спектр области под логотипом соответствует области вокруг логотипа. Тем самым удается на 90-99% уменьшить видимость ватермарка на исходном фото
Часть 3. Пакетное применение обученной модели удаления ватермарка для фотографий.

Результаты:
В данной работе Логотип был удален на 7433 фото.
Время преобразования: по 3-5 секунд на очистку одного фото (1600х1200, 1280х960).
Среднеквадратичное отклонение 0.3 градиента цвета.
Зрительный контроль > 93% фотографий распознать наличие логотипа не представляется возможным.
6% фото — только при увеличении контрастности на 300% логотип слегка виден
1% фото — при увеличении на месте удаленного ватермарка заметен небольшой пиксельный шум.

Цена 200-300$ - обучение модели 1-му виду логотипов
(в зависимости от сложности логотипа)
N x 0.02$ - автоматическая обработка 1-й фотографии

(Примеры в полном качестве высылаю по запросу)

webitalex
Система оценки уровня загрязнений полов

AI и машинное обучение

Консольное серверное приложение которое по видео (или c live камеры или видео файл)
оценивает в выбранной зоне уровень загрязнений.
Вся "грязь" классифицируется на 4 категории: грязь, мелкий мусор, крупный муссор, посторонние преметы. Все данные записываются в БД.
Python3.7 + OpenCV 4

webitalex
134 738 UAH
AI-агент: генерация и автопубликация на WordPress

AI и машинное обучение

# AI уволил менеджера: генерация и автопубликация на WordPress

У меня был ручной процесс создания WordPress / Elementor сайтов: ТЗ в переписке, доступы, шаблоны, тексты, изображения, статьи, политики, правки, проверка багов и публикация.

… В какой-то момент стало понятно: менеджер в такой схеме становится узким местом. Он может забыть деталь, передать задачу кусками, перепутать приоритет, прислать неполное ТЗ или создать срочность там, где система еще не готова.

Я решил убрать зависимость от ручного менеджерского хаоса и начал переводить процесс в AI workflow.

Схема стала такой:

**ТЗ / config → Gemini → тексты → изображения → QC → pass2 → очистка → WordPress / Elementor → публикация**

Вместо того чтобы каждый раз руками собирать сайт с нуля, система берет структурированные данные, генерирует контент через Gemini, проверяет результат, чистит AI-мусор и готовит публикацию на WordPress.

Внутри используются две модели:

* `gemini-2.5-flash` — тексты, статьи, обработка проблемных фрагментов;
* `gemini-2.5-flash-image` — изображения для сайта.

Python управляет процессом как оркестратор: запускает этапы, сохраняет данные, проверяет результат, отправляет проблемные места на второй AI-проход, публикует контент и пишет логи.

Самая важная часть — контроль качества. AI может сгенерировать текст, но он может оставить placeholder, lorem, старую фразу из шаблона, лишние символы или почти неизмененный блок. Поэтому в проекте есть QC-цепочка:

**suspicious detect → pass2 через Gemini → lorem cleanup → vacuum-cleanup**

Отдельно добавлены защитные элементы: `STOP_NOW.txt`, `protected_domains.txt`, retry, обработка 429, `.env`, `GEMINI_API_KEY`, `project_config.json`.

Итог: AI начал выполнять ту часть работы, где раньше нужен был менеджерский контроль, ручная копипаста и постоянные уточнения.

Это не просто промпт для генерации текста. Это рабочий pipeline:

**LLM → Python orchestration → QC → WordPress / Elementor → auto publish**

Ручная работа по сайту была разложена на этапы, замерена и частично автоматизирована. Процесс начал двигаться от “менеджер держит всё в голове” к системе, где данные, генерация, проверка и публикация проходят по понятной цепочке.
#AIагент #AIworkflow #Gemini #Python #WordPress #Elementor #Автоматизация #ИИавтоматизация #AIautomation #LLM #GoogleGemini #КонтентАвтоматизация #Автопубликация #WordPressAutomation #PythonAutomation

Me4Hik
53 895 UAH
AI-ассистент для автоматизации обработки звонков в стоматологии

AI и машинное обучение

Была реализована система автоматизации обработки входящих и исходящих звонков для стоматологии, которая позволяет не только фиксировать каждый звонок, но и превращать его в структурированные данные для дальнейшей работы с пациентами и контроля качества работы администраторов. Система получает данные из телефонии Binotel, выполняет транскрибацию разговора, анализирует его содержание, передает результаты в CRM Cliniccards и формирует еженедельную аналитику по всем обращениям.

Как работает решение:

… 1) Система автоматически получает данные по каждому входящему и исходящему звонку из телефонии Binotel.
2) Запись разговора автоматически преобразуется в текст для последующего анализа.
3) На основе текста звонка система определяет основную суть обращения
4) Данные автоматически передаются в CRM Cliniccards.
5) Если пациента с таким номером телефона еще нет в системе, создается новая карточка.
Если пациент уже есть, его карточка обновляется актуальной информацией.
6) Параллельно система оценивает качество общения менеджера по заданным критериям:
приветствие, представление клиники, корректность вопросов, правильное завершение разговора.
7) На основе всех обработанных звонков формируется еженедельный отчет с ключевыми метриками:
количество новых клиентов, самые частые запросы, качество коммуникации менеджеров и другие согласованные показатели.

Ключевые преимущества для бизнеса:

- Повышение качества обработки обращений
Каждый звонок больше не теряется и не остается без анализа. Руководитель получает прозрачную картину того, как администраторы общаются с пациентами и насколько соблюдают стандарты клиники.

- Автоматическое наполнение CRM
Вся важная информация по звонку автоматически попадает в карточку пациента. Это снижает нагрузку на персонал, исключает ручной ввод и помогает поддерживать CRM в актуальном состоянии.

- Контроль качества работы менеджеров
Система автоматически проверяет соблюдение скрипта общения и помогает быстро выявлять слабые места в работе сотрудников. Это дает возможность системно улучшать сервис и повышать конверсию в запись.

- Более глубокая аналитика по обращениям
Клиника получает не просто записи звонков, а готовую аналитику: какие вопросы пациенты задают чаще всего, какие услуги интересуют больше всего, сколько новых клиентов приходит каждую неделю.

- Экономия времени руководителя и администраторов
Вместо ручного прослушивания звонков, заполнения CRM и сбора отчетов все ключевые процессы работают автоматически. Команда может сосредоточиться на пациентах, а не на рутине.

Вывод:
Автоматизация обработки звонков для стоматологии позволила объединить телефонию, AI-анализ, контроль качества и CRM в единую систему. В результате клиника получает прозрачный контроль над коммуникацией с пациентами, актуальную базу данных в CRM и регулярную управленческую аналитику для принятия решений.

#AI #AIAgent #AIAssistant #OpenAI #GPT #n8n #Make.com #make #Automation #BusinessAutomation #Binotel #Ringostat #Zadarma #Cliniccards #CRM #CallTracking #CallAnalysis #SpeechToText #Transcription #Стоматология #Автоматизация #КонтрольЗвонков

d4rk51d3n
Визуализация интерьера с помощью ИИ

AI и машинное обучение

Создала серию реалистичных изображений интерьера частного дома с использованием генеративных инструментов искусственного интеллекта. Соединила современный стиль, теплую цветовую гамму и естественное освещение для создания уютной атмосферы.

Что сделано:

… Подобрала концепцию и стиль помещения.

Сгенерировала фотореалистичные интерьеры (кухня, гостиная, столовая).

Проработала детали и цветовые акценты.

Подготовила готовые материалы для презентаций и рекламы.

Результат для клиента:

Уникальные визуализации для сайта, соцсетей или рекламы недвижимости.
Возможность увидеть будущий интерьер в фотореалистичном виде.

korol_alla
10 000 UAH
Автоматизация процесса | Автопостинг в различные соц. сети

AI и машинное обучение

Задача: Создание сценария, который автоматически будет публиковать посты из Telegram-канала в различные социальные сети (LinkedIn, Facebook, Instagram, Telegram чат, Telegram Stories, Facebook Stories) с адаптацией контента под формат каждой платформы и переводом на соответствующий язык.

Реализация:
1) Разработан Telegram-бот, который отслеживает новые посты в Telegram-канале.
… 2) Далее Telegram-бот передает текст из постов в Chat GPT, который адаптирует контент под формат каждой платформы и переводит ее на соответствующий язык.
3) Последний шаг, это автопостинг в соц.сети.
Система автоматически создает новый пост в каждой из соц.сетей, передает изображение с поста в Telegram-канале и добавляет адаптированный и переведенный текст с Chat GPT.

Разработка с тестом заняла 2 дня.
Клиент остался доволен автоматизацией и появившимся временем для других задач)

d4rk51d3n
Data Science

AI и машинное обучение

- TensorFlow
- PyTorch
- Pandas
- OpenCV
…
Использование и дообучение готовых моделей машинного обучения
Консультирование по интеграции машинного обучения/компьютерного зрения в ваш продукт

shpy

AI и машинное обучение