Для себя Делаю проект с обучением с подкреплением (включая графовую нейронную сеть для получения наблюдений), но прогресса при обучении нет. Хотелось бы обсудить сам проект и полученные результаты со знающим человеком, получить советы как улучшить среду и модели и по другим подобным вопросам
Для себя Нужен репетитор срочно на 6 семестр по предметам таким как Машинное Обучение в семантическом и сетевом анализе и Оптимизационные задачи в Машинном Обучениии . Очень Срочно!!!!! Срочно!!!!!!!!!
Для себя Нужен репетитор срочно на 6 семестр по предметам таким как Машинное Обучение в семантическом и сетевом анализе и Оптимизационные задачи в Машинном Обучениии . Очень Срочно!!!!! Срочно !!!!!
Помощь с дипломной работой на тему: Исследование рекуррентных нейронных сетей для прогнозирования котировок акций Тема: Исследование рекуррентных нейронных сетей для прогнозирования котировок акций. У меня есть маленькие наработки, где я прогнозирую ежедневные данные на один день вперед, что собственно делают во всех статьях и книгах. Я не смог найти ни один источник, где получают нормальный многошаговый прогноз. Видимо, непосильная задача. Поэтому, наверно, на один день вперёд надо исследовать. Но у меня получаются ошибки не малые. Хотелось бы их уменьшить. Может какую нибудь архитектуру сети придумать более хорошую, данные как то по особому предобработать или ещё что то. То есть нужно провести хорошенькое исследование, которое уменьшило бы ошибки нормально.
Для себя Решение задачи координатного и стохастического градиентного спуска. Подробные условия и подсказки в ноутбуке. ноутбук -https://drive.google.com/file/d/1sNElWtbPEUCWqxHPnGZpTYgEho6N0-8A/view?usp=share_link данные - https://drive.google.com/file/d/1PqJhvn4L4ChdeevfymEjZHKw2Kt4-DFM/view?usp=share_link
Для себя Реализация лабораторной работы Алгоритм Реализуйте метод ближайших соседей: -Алгоритм должен работать с окнами фиксированного и нефиксированного размера. -Алгоритм должен работать с различными ядрами. Не менее 4 штук. Обязательно должно быть Равномерное и Гауссово ядро. Желательно, чтобы было Гауссово и общее ядро вида (1 - |u|a)b. -Алгоритм должен работать с различными метриками. Не менее 3 штук. Обязательно должно быть Косинусное расстояние. Желательно, чтобы было Косинусное расстояние и расстояние Минковского Lp. -Алгоритм должен работать с априорными весами. -Разрешается использовать готовую реализацию алгоритма поиска ближайших объектов. -Выберете аналогичную библиотечную реализацию метода ближайших соседей. Набор данных -Выберите любой набор данных для задачи классификации. Желательно использовать набор данных с курса Анализа данных. -Преобразуйте его в числовой вид и нормализуйте. -Разбейте его на тренировочную и тестовую часть. -Выберите целевую функцию ошибки или качества. Гиперпараметры Найдите лучшие гиперпараметры: -Гиперпараметры требуется настроить для реализованного и библиотечного алгоритма. -Для поиска желательно использовать библиотеку optuna. -Тестовое множество не должно использоваться для валидации при поиске. -Выведите лучшие значения гиперпараметров для обоих алгоритмов. -Для обоих алгоритмов постройте график зависимости целевой функции ошибки/качества на тестовом и тренировочном множестве в зависимости от числа соседей или ширины окна (смотря какая функция оказалась лучше). Остальные гиперпараметры должны быть зафиксированы. Поиск аномалий -Реализуйте алгоритм поиска аномалий LOWESS. -Взвесьте объекты из тренировочного множества. -Вычислите результат валидации реализованного алгоритма на тестовом множестве до и после взвешивания. -Повторите предыдущий пункт с библиотечным алгоритмом. Если он не поддерживает априорные веса, используйте семплирование.
Для себя You are supposed to work with daily data on Russian spot elecricity market. Choose one of the four time series from the dataset you are interested to work with. 1. (15 points) Visualize the series itself, the series of ordinary and seasonal differences, the components of the series, the ordinary and partial autocorrelation functions. Comment on the created plots. 2. (15 points) Prepare the data: fill in the missing values, remove outliers and correct for structural breaks if needed. Comment on the choice of the methods and the parameters. 3. (5 points) Is the series stationary? Support your answer with a suitable test. 4. (5 points) If it is reasonable to apply any transformation to the original series? Motivate your choice. 5. (50 points) Divide the series into test and train sets. Evaluate a set of models/algorithms on a test set. As a minimum, you should consider: SARIMA, ETS, OLS + a comparator of your choice. You are welcome to consider additional models as well. Provide a comment on the choice of model parameters! 6. (5 points) Choose the best model. 7. (5 points) Plot forecasts two years ahead by reevaluating the best model over the full dataset. Comments The work should be submitted as a report in pdf or html format. The work there should consist of a text with graphs and tables needed to support your reasoning, the code should be in the Appendix. The report (without the Appendix) should be no longer than 10 pages. This work implies some creative approach. In each case, you can do more than the specified minimum. Note, that you are welcome to use any techniques that are not mentioned in the course.
Пишу диплом Пишу диплом по нейронным сетям (анализ текстов). В институте нейронок не было. Мне нужно получить базовые знания и навыки в этой области, чтобы суметь написать программу к диплому. (С основами программирования знакома)
Написание диплома Нужна помощь с подготовкой диплома на тему "Генерация тепловой карты транспортной безопасности Зеленограда" с помощью машинного обучения. Берутся данные о дтп из https://dtp-stat.ru, и нужно придумать, как к ним приложить машинное обучение, чтобы получилось что-то полезное и при этом программа соответствовала теме. Хочется услышать совет от специалиста
Помощь с дипломом Нужно разработать рекомендательную систему на основе коллаборативной фильтрации, учитывающую историю взаимодействий, характеристики пользователей и объектов, и реализовать интерфейс для демонстрации работы системы. Исходный датасет MTS Library - https://www.kaggle.com/datasets/sharthz23/mts-library
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 август 2026 года составляет 102
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 703.02 рублей с занятия. Больше занятий в неделю – выше доход