فهرست پروژه های یادگیری ماشین (ماشین لرنینگ) در این صفحه آورده شده است. اگر برنامه نویس هستید و به یادگیری ماشین تخصص دارید، می‌توانید با انجام پروژه های Machine Learning به صورت آنلاین کسب درآمد داشته باشید. برای شروع روی پروژه هایی ماشین لرنینگ که مایل به انجام آنها هستید، پیشنهاد خود را ثبت کنید. در غیر این صورت اگر کارفرما و به دنبال استخدام متخصص یادگیری ماشین هستید، درخواست خود را در قالب پروژه ثبت کنید و منتظر پیشنهاد متخصصان باشید. علاوه بر این، اگر نیاز به برون سپاری پروژه‌های تخصصی دیگر مانند پروژه وریلاگ، پروژه های برنامه نویسی و حتی زمینه‌های خاص دیگر دارید از طریق صفحات مرتبط می‌توانید فریلنسرهای حرفه‌ای را استخدام کنید.
بیشتر بدانید
ورود به کارلنسر
دریافت رمز عبور یک بار مصرف
فراموشی رمز عبور
ورود با ایمیل
کاربر جدید هستین؟
ثبت نام در کارلنسر
طراحی الگوریتم توصیه‌گر برای یک پروژه آزمایشی
۲۸ دقیقه پیشبودجه
۲۵,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
امتیاز کارفرما
(۱)
اصفهان
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام خدمت فریلنسرهای گرامی وقتتون بخیر باشه.
بنده برای یک پروژه آزمایشی نیاز به یک سیستم توصیه‌گر با یک الگوریتم بهینه دارم.
آماده همکاری با عزیزانی که در زمینه تحقیق، طراحی و توسعه الگوریتمهای سیستم‌های توصیه‌گر تخصص دارن هستم.
با تشکر
طراحی سیستم
شبکه عصبی
یادگیری عمیق
یادگیری تقویتی
ماشین لرنینگ
پردازش متن
برنامه نویسی
برنامه نویسی وب
deep learning
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۵۰۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
امتیاز کارفرما
(۱)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
به دنبال یک برنامه‌نویس متخصص در زمینه هوش مصنوعی، پردازش تصویر و یادگیری ماشین هستم تا در طراحی و توسعه یک نرم‌افزار تحلیلی مشارکت کند.
شرح پروژه:
هدف، ساخت نرم‌افزاری است که با دریافت تصویر صفحه‌نمایش یا ویدئوی ضبط‌شده توسط نرم‌افزار OBS، اطلاعات موجود در تصویر را به‌صورت خودکار استخراج و تحلیل کند و بهترین تصمیم پیشنهادی را بر اساس ترکیب داده‌های مرجع و تحلیل‌های مبتنی بر داده‌های واقعی نمایش دهد.
قابلیت‌های موردنیاز:
پردازش تصویر و OCR: شناسایی خودکار عناصر، اعداد، متن‌ها و وضعیت‌های مختلف موجود در صفحه‌نمایش.
تحلیل داده‌های مرجع: استفاده از مجموعه‌داده‌های بزرگ، نتایج شبیه‌سازی و نمونه‌های واقعی برای ساخت یک موتور تصمیم‌گیری دقیق.
ترکیب چند مدل تصمیم‌گیری: ادغام خروجی مدل‌های مرجع با تحلیل داده‌های واقعی و الگوهای شناسایی‌شده برای ارائه پیشنهاد بهینه.
تحلیل زنده ویدئو: دریافت فریم‌های خروجی OBS و پردازش خودکار آنها با حداقل تأخیر.
نمایش پیشنهاد روی صفحه: نمایش تصمیم پیشنهادی، میزان اطمینان و توضیح مختصر آن در یک پنجره مجزا یا لایه نمایشی روی تصویر.
قابلیت توسعه و بهبود: امکان اضافه‌کردن داده‌های جدید، اصلاح مدل‌ها و ارزیابی دقت تصمیم‌ها در طول زمان.
برنامه نویسی
کدنویسی
ماشین لرنینگ
پایتون
python
machine learning
image processing
پردازش تصویر
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۷,۲۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
عنوان پروژه:
نگارش مقاله مروری علمی و پژوهشی در حوزه هوش مصنوعی و توسعه نرم‌افزار (با استانداردهای قابل ارائه به مجلات علمی)
شرح پروژه
«هوش مصنوعی در توسعه نرم‌افزار: بررسی کاربردهای هوش مصنوعی و یادگیری ماشین در فرآیندهای توسعه نرم‌افزار»
هدف، تهیه یک مقاله علمی، تخصصی، منسجم و مبتنی بر منابع معتبر بین‌المللی است که از نظر ساختار و کیفیت علمی ظرفیت توسعه و ارسال به مجلات علمی معتبر را نیز داشته باشد.
صرفاً به دنبال یک متن عمومی یا گردآوری مطالب اینترنتی نیستم؛ مقاله باید دارای تحلیل انتقادی، مقایسه پژوهش‌های پیشین، دسته‌بندی علمی کاربردها و شناسایی شکاف‌های پژوهشی باشد.
۱. مراحل و ساختار مورد انتظار
مرحله اول: تدوین پژوهشی
* عنوان فارسی و انگلیسی تخصصی
* چکیده اولیه
* بیان مسئله و اهمیت موضوع
* ضرورت و انگیزه انجام پژوهش
* اهداف اصلی و فرعی
* سؤالات پژوهش
* روش‌شناسی پژوهش
* نوآوری و ارزش افزوده مقاله
* محدوده و معیارهای انتخاب منابع
* برنامه زمان‌بندی انجام پژوهش
مرحله دوم: نگارش مقاله مروری کامل
مقاله باید شامل بخش‌های زیر باشد:
1. عنوان فارسی و انگلیسی
2. چکیده فارسی و انگلیسی
3. کلیدواژه‌ها
4. مقدمه و بیان اهمیت موضوع
5. مبانی نظری و مفاهیم پایه هوش مصنوعی و یادگیری ماشین
6. معرفی چرخه حیات توسعه نرم‌افزار (SDLC)
7. بررسی کاربردهای هوش مصنوعی در مراحل مختلف توسعه نرم‌افزار:
* تحلیل نیازمندی‌ها
* طراحی و معماری نرم‌افزار
* تولید و تکمیل کد
* تست و اشکال‌زدایی
* نگهداری و بهبود نرم‌افزار
* مدیریت پروژه و پیش‌بینی خطاها
8. بررسی کاربرد مدل‌های زبانی بزرگ (LLMs) و ابزارهای مبتنی بر هوش مصنوعی مانند GitHub Copilot
9. مقایسه روش‌ها، الگوریتم‌ها و ابزارهای موجود
10. بررسی مزایا، محدودیت‌ها و چالش‌های امنیتی و اخلاقی
11. تحلیل انتقادی پژوهش‌های پیشین
12. شناسایی شکاف‌های پژوهشی و ارائه مسیرهای تحقیقاتی آینده
13. ارائه یک چارچوب مفهومی یا طبقه‌بندی پیشنهادی
14. نتیجه‌گیری
15. منابع و مراجع علمی
۳. استانداردهای علمی و منابع
* استفاده از مقالات معتبر و داوری‌شده بین‌المللی.
* اولویت با مقالات منتشرشده در IEEE Xplore، ACM Digital Library، Springer، ScienceDirect و Wiley.
* تمرکز ویژه بر پژوهش‌های سال‌های 2020 تا 2026، در کنار منابع بنیادی و پراستناد قدیمی‌تر.
* استفاده از DOI و لینک معتبر برای منابع.
* ارجاع‌دهی استاندارد IEEE یا APA.
* استفاده از روش مرور نظام‌مند ادبیات (SLR) یا روش‌شناسی مرور متناسب با دامنه پژوهش.
* در صورت انتخاب SLR، ارائه راهبرد جست‌وجو، معیارهای ورود و خروج مقالات، فرایند غربالگری و نمودار PRISMA.
* عدم استفاده از منابع جعلی، ارجاعات ساختگی یا مطالب بدون پشتوانه علمی.
* تحلیل و مقایسه واقعی مقالات، نه صرفاً خلاصه‌نویسی آنها.
۴. خروجی‌های مورد انتظار
1. پروپوزال پژوهشی کامل.
2. مقاله نهایی فارسی با نگارش آکادمیک.
3. عنوان، چکیده و کلیدواژه‌های انگلیسی تخصصی.
4. فایل Word قابل ویرایش و نسخه PDF.
5. فهرست کامل منابع همراه DOI یا لینک دسترسی.
6. جدول مقایسه‌ای مقالات بررسی‌شده.
7. جدول طبقه‌بندی کاربردهای هوش مصنوعی در مراحل SDLC.
8. نمودارها و چارچوب مفهومی اختصاصی مقاله.
9. گزارش بررسی اصالت و مشابهت متنی.
10. فایل منابع مدیریت‌شده با EndNote یا Zotero، در صورت امکان.
۵. شرایط مجری پروژه
* دارای سابقه نگارش مقاله علمی و پژوهشی.
* آشنایی با ساختار مقالات Review و Systematic Review.
* تسلط به جست‌وجوی علمی و پایگاه‌های بین‌المللی.
* توانایی نگارش علمی فارسی و در صورت نیاز انگلیسی.
* آشنایی با استانداردهای مجلات IEEE و ACM.
* ارائه نمونه کار علمی مرتبط، ترجیحاً مقاله منتشرشده.
۶. نحوه انجام پروژه
پروژه به‌صورت مرحله‌ای انجام شود:
* ابتدا ارائه مقاله و تأیید ساختار.
* سپس ارائه فهرست مقالات و منابع انتخاب‌شده.
* پس از تأیید، نگارش بخش‌های مقاله.
* در نهایت بازبینی علمی، ویرایش نگارشی و تحویل نسخه نهایی.
کیفیت حرفه‌ای
فوری
تمام وقت
اسپانسر
ویژه
هوش مصنوعی
پژوهش علمی
ویراستاری
ویراستاری متن فارسی
ویراستاری متن انگلیسی
ویراستاری فارسی
ویرایش مقاله
ادیت و ویرایش متن
تولید محتوا
متخصص هوش مصنوعی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۷۲,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۷۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
عنوان پروژه
طراحی و توسعه نرم‌افزار هوش مصنوعی برای تحلیل هندسی نمودارهای کندل‌استیک و پیش‌بینی کوتاه‌مدت بازار
شرح پروژه
به دنبال یک برنامه‌نویس یا تیم متخصص در زمینه هوش مصنوعی و یادگیری ماشین هستم تا یک سیستم اختصاصی برای تحلیل نمودارهای مالی و پیش‌بینی مسیر کوتاه‌مدت کندل‌ها طراحی و پیاده‌سازی کند.
هدف پروژه ساخت یک مدل هوش مصنوعی اختصاصی است که با استفاده از هندسه و مختصات کندل‌های نمودار، الگوهای تکرارشونده بازار را شناسایی کرده و مسیر احتمالی چند کندل آینده را پیش‌بینی کند.
ویژگی‌های اصلی موردنیاز
۱. اتصال خودکار به نمودارهای TradingView و امکان بررسی اتصال به منابع مشابه مانند فراز چارت.
۲. دریافت خودکار داده‌های نمودار و استخراج هندسه کندل‌ها.
۳. تمرکز مدل بر مختصات هندسی کندل‌ها، ترتیب آنها و تشخیص جهت صعودی و نزولی؛ بدون استفاده مستقیم از قیمت و زمان در ورودی مدل.
۴. طراحی و آموزش مدل اختصاصی یادگیری ماشین با استفاده از داده‌های تاریخی.
۵. امکان اجرای همزمان چند مدل با تعداد کندل‌های آموزشی متفاوت.
۶. قابلیت تنظیم تایم‌فریم، تعداد کندل‌های آموزشی و تعداد کندل‌های پیش‌بینی برای هر مدل.
۷. پیش‌بینی هندسه و مسیر چند کندل آینده و نمایش تصویری آن روی نمودار.
۸. طراحی رابط کاربری ساده برای کنترل مدل‌ها، مشاهده خروجی‌ها و مقایسه پیش‌بینی‌ها.
فناوری‌های پیشنهادی
- Python
- PyTorch
- Transformer یا معماری مناسب یادگیری توالی‌های هندسی
- Computer Vision در صورت نیاز
- رابط کاربری تحت وب
- امکان اجرای محلی روی کامپیوتر شخصی
مراحل اجرای پروژه
مرحله اول: بررسی امکان اتصال به منابع نموداری و طراحی معماری فنی.
مرحله دوم: ساخت سیستم دریافت داده و استخراج مختصات هندسی کندل‌ها.
مرحله سوم: طراحی و آموزش اولین مدل اختصاصی.
مرحله چهارم: توسعه سیستم چندمدلی و رابط کاربری.
شرایط همکاری
- تسلط عملی به Python و PyTorch الزامی است.
- تجربه واقعی در طراحی و آموزش مدل‌های یادگیری ماشین ضروری است.
- آشنایی با Transformer و پردازش تصاویر نمودار مزیت محسوب میشود.
- ارائه نمونه‌کار واقعی و قابل بررسی الزامی است.
- مالکیت کامل کد منبع و مستندات پروژه باید متعلق به کارفرما باشد.
- اجرای پروژه به‌صورت مرحله‌ای و با تحویل و تأیید هر مرحله انجام میشود.
درخواست از مجریان
لطفاً در پیشنهاد خود موارد زیر را مشخص کنید:
۱. تجربه شما در پروژه‌های مشابه چیست؟
۲. چه معماری و روش فنی برای این پروژه پیشنهاد می‌کنید؟
۳. برای ساخت نمونه اولیه چقدر زمان نیاز دارید؟
۴. هزینه پیشنهادی شما برای هر مرحله چقدر است؟
۵. آیا امکان ارائه نمونه اولیه قابل آزمایش دارید؟
توجه: هدف، ساخت یک سیستم اختصاصی برای کشف الگوهای هندسی بازار است، نه استفاده از اندیکاتورهای آماده یا ربات‌های معاملاتی متداول.
کیفیت حرفه‌ای
برنامه نویسی
هوش مصنوعی
متخصص هوش مصنوعی
کدنویسی
ماشین لرنینگ
بینایی ماشین
tradingview
تریدینگ ویو
اندیکاتور نویسی
برنامه نویسی mql
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۱۵۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۹۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
علی‌رغم تمام پیشرفت‌های LLMهای رایج، کماکان در حوزۀ علم مواد و شیمی به دلیل نقص داده‌های مبتنی بر دانش ضمنی انسان‌ها و فرمولاتورها و همین‌طور داده‌های غیر اوپن‌اکسس، پیشرفت‌ها محدود است.
هدف این پروژه در فاز اول، توسعۀ یک راهکار مبتنی بر هوش مصنوعی در بخش فرمولاسیون، تحقیق توسعه و عارضه‌یابی در تولید محصولات شوینده، آرایشی-بهداشتی است. سامانه از یک مدل زبانی، بازیابی دانش (وکتور و گراف) از منابع علمی و داده‌های داخلی شرکت‌ها، و البته شماره از منابع دیگر و مجموعه‌ای از ابزارهای محاسباتی و قواعد تخصصی استفاده می‌کند.
از متقاضی انتظار داریم در این زمینه‌ها سابقهٔ عملی داشته باشد: پیاده‌سازی سیستم‌های RAG و جستجوی ترکیبی، کار با مدل‌های متن‌باز و اجرای محلی آنها، استخراج داده از اسناد PDF و جدول‌ها، طراحی پایگاه دادهٔ ساختاریافته، و ساخت رابط وب ساده. آشنایی با پردازش متن فارسی و یادگیری ماشین کلاسیک امتیاز محسوب میشود. دانش شیمی لازم نیست؛ دانش تخصصی حوزه را تیم فنی شرکت فراهم می‌کند. جزئیات کامل پروژه پس از امضای توافق‌نامهٔ عدم افشا (NDA) در اختیار متقاضیان منتخب قرار می‌گیرد.
پی‌نوشت: در کنار تمام مهارت‌ها، پروژه در بخش‌هایی نوآورانه است و نیاز به توانایی حل مسئله، ایده‌پردازی و البته شور و شوق توسعه دارد!
تمام وقت
برنامه نویسی
هوش مصنوعی
متخصص هوش مصنوعی
برنامه نویسی وب
کدنویسی
طراحی و برنامه‌نویسی افزونه
افزونه ووکامرس
افزونه وردپرس دکان
خرید و نصب افزونه و پلاگین
وردپرس
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
توسعه مسیرهای آموزشی تعاملی و گام‌به‌گام
۹ روز پیشبودجه
۴,۸۰۰,۰۰۰ تومان
زمان پیشنهادی
۷ روز
امتیاز کارفرما
(۶)
کرمان
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
۱. هدف پروژه
توسعه و تکمیل مسیرهای آموزشی گام‌به‌گام در حوزه‌های رباتیک، برنامه‌نویسی، هوش مصنوعی و مهارتهای استیم (STEAM) با استفاده از PHP و پایگاه داده MySQL، به‌گونه‌ای که کاربر (دانش‌آموز) از مرحله آموزش تئوری عبور کرده، وارد محیط‌های کاوش و بازی شود و در نهایت با حل چالش، امتیاز (XP)، سکه و بج دریافت کند.
۲. ساختار و حوزه‌های آموزشی (مسیریابی گام‌به‌گام)
فریلنسر باید ۴ مسیر اصلی زیر را با ساختار مشابه طراحی و پیاده‌سازی کند:
هوش مصنوعی (AI): مفاهیم پایه، یادگیری ماشین، بینایی ماشین، اخلاق رباتیک و...
برنامه‌نویسی (Programming): منطق کدنویسی، الگوریتم‌ها و حل مسئله.
رباتیک (Robotics): الکترونیک پایه، سنسورها، محرک‌ها، مدارها و منطق رباتیک.
مهارتهای استیم (STEAM): تلفیق علوم، فناوری، مهندسی، هنر و ریاضی از طریق پروژه‌های عملی.
هر مسیر آموزشی باید دارای ۴ گام متوالی باشد:
گام ۱ - آموزش (Teach): مفاهیم پایه‌ای به صورت جذاب و تعاملی.
گام ۲ - کاوش (Explore): محیط‌های شبیه‌ساز یا مینی‌لَب برای تست تجربی.
گام ۳ - بازی (Play): بازی‌های کوچک آموزشی مرتبط با مفهوم.
گام ۴ - چالش (Challenge): حل مسئله نهایی برای سنجش یادگیری.
۳. الزامات فنی و پایگاه داده (Database & Backend)
پروژه باید با زبان PHP و پایگاه داده MySQL پیاده‌سازی شود و جداول زیر به‌درستی مدیریت شوند:
جدول دانش‌آموزان (students):
اطلاعات ثبت‌نامی: نام و نام خانوادگی، سن، پایه تحصیلی، اطلاعات تماس، تاریخ ثبت‌نام.
جدول پیشرفت و وضعیت یادگیری (user_progress):
ردیابی اینکه کاربر در کدام مسیر، کدام گام و کدام مرحله قرار دارد.
وضعیت قفل‌ها (محیط‌های قفل‌شده و قفل‌بازشده بر اساس تکمیل پیش‌نیازها).
جدول امتیازات و پاداش‌ها (user_rewards):
ذخیره مجموع امتیاز XP، سکه‌ها، بج‌ها (Badges) و سطح (Level) فعلی کاربر.
جدول ثبت چالش‌ها (challenge_submissions):
ثبت نتایج، درصد دقت، پاسخ‌های ارسالی و وضعیت تایید چالش.
۴. ویژگی‌های کلیدی که فریلنسر باید پیاده‌سازی کند:
سیستم زنجیره قفل خودکار (Unlock Chain):
کاربر تا زمانی که گام قبلی را تمام نکند، نباید بتواند وارد محیط یا مرحله بعدی شود.
محیط‌های تعاملی به جای متن خشک:
صفحات آموزشی نباید صرفاً یک پاپ‌آپ متنی ساده باشند؛ بلکه باید شامل اسلایدرها، ابزارهای کوچک تست، یا مینی‌لَب‌های تعاملی باشند.
سیستم پاداش لحظه‌ای:
پس از اتمام موفقیت‌آمیز هر چالش، مودال تبریک باز شده، بج اختصاصی به دیتابیس اضافه شود، امتیاز XP و سکه به حساب کاربر واریز گردد و دکمه «محیط بعدی» او را به مرحله بعد هدایت کند.
حالت توسعه (Debug/Test Mode):
وجود یک پارامتر تست (مثل ?debug=1) برای ادمین یا توسعه‌دهنده جهت باز کردن سریع تمامی قفل‌ها و بررسی کل مسیر بدون نیاز به طی کردن اجباری مراحل.
این متن کاملاً حرفه‌ای است، ساختار پایگاه داده و منطق مورد نیاز شما را به طور کامل پوشش می‌دهد و هیچ نامی از پروژه یا سیستم اصلی در آن برده نشده است.
برنامه نویسی
برنامه نویسی php
طراحی سایت
sql
زبان برنامه نویسی SQL
php
برنامه نویسی وب
جاوا اسکریپت (Javascript)
پی اچ پی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
جمع‌آوری و ساخت دیتاست
۱۷ روز پیشبودجه
۶,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
برای یک پژوهش در حوزه حسابداری و حسابرسی، به همکاری یک متخصص برنامه‌نویسی و تحلیل داده نیاز دارم. هدف، ساخت یک دیتاست مستند و قابل اتکا از شرکت‌های بورسی ایران برای اندازه‌گیری میزان به‌کارگیری هوش مصنوعی (AI Adoption) در سطح شرکت و سال است.
شرح خدمات موردنیاز:
۱. جمع‌آوری گزارش‌های سالانه، گزارش فعالیت هیئت‌مدیره و سایر گزارش‌های رسمی شرکت‌های بورسی از سامانه کدال و منابع رسمی.
۲. تشکیل نمونه اولیه شامل ۳۰ شرکت در ۵ سال مالی (۱۴۰۰ تا ۱۴۰۴)، معادل ۱۵۰ مشاهده شرکت ـ سال (Firm-Year).
۳. استخراج متن گزارش‌های PDF با استفاده از پایتون و ابزارهای پردازش متن و در صورت نیاز، OCR برای فایل‌های اسکن‌شده.
۴. پاک‌سازی و استانداردسازی متن فارسی و انگلیسی، شامل اصلاح حروف فارسی، فاصله‌ها و نیم‌فاصله‌ها.
۵. شناسایی و استخراج جملات و پاراگراف‌های مرتبط با هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، پردازش زبان طبیعی و کاربردهای مرتبط.
۶. طبقه‌بندی شواهد به گروه‌های زیر:
استفاده عملیاتی و واقعی از هوش مصنوعی
سرمایه‌گذاری یا ایجاد زیرساخت مشخص هوش مصنوعی
پروژه آزمایشی یا پایلوت
برنامه و قصد استفاده در آینده
اشاره عمومی و غیرعملیاتی به هوش مصنوعی
۷. طراحی شاخص قابل دفاع برای سنجش AI Adoption و تهیه متغیرهای جایگزین برای تحلیل‌های استحکام پژوهش.
۸. ثبت مستندات هر مشاهده شامل نام شرکت، سال مالی، منبع، نشانی گزارش، شماره صفحه، متن شاهد و کد نهایی.
۹. تحویل دیتاست نهایی در قالب Excel یا CSV، همراه با کدهای پایتون، فرهنگ واژگان فارسی و انگلیسی، دستورالعمل کدگذاری و گزارش کنترل کیفیت داده‌ها.
مهارتهای موردنیاز:
تسلط به Python و کتابخانه‌های Pandas و Regex
تجربه پردازش متن فارسی و انگلیسی (NLP و Text Mining)
تجربه استخراج متن از PDF و کار با داده‌های نامنظم
آشنایی با جمع‌آوری داده از وب و منابع رسمی
توانایی طراحی فرایند کدگذاری و اعتبارسنجی داده‌های متنی
آشنایی با یادگیری ماشین و طبقه‌بندی متن، مزیت محسوب میشود.
نکته مهم: هدف صرفاً شمارش کلمات مرتبط با AI نیست؛ بلکه شناسایی شواهد مستند از به‌کارگیری واقعی فناوری و تفکیک آن از برنامه‌های آینده یا اشاره‌های تبلیغاتی است. نبودن مدرک در جست‌وجوی اولیه نباید به‌طور خودکار به معنی عدم استفاده از AI تلقی شود.
لطفاً هنگام اعلام آمادگی مشخص کنید: ۱. آیا تجربه مشابهی در استخراج و تحلیل متن فارسی دارید؟ ۲. چه روشی برای استخراج و اعتبارسنجی AI Adoption پیشنهاد می‌کنید؟ ۳. آیا امکان ارائه یک نمونه آزمایشی از ۵ شرکت در یک سال مالی را دارید؟ ۴. زمان و هزینه پیشنهادی شما برای مرحله آزمایشی و کل پروژه چقدر است؟ ۵. آیا کد برنامه‌نویسی، مستندات و داده‌های قابل بازبینی نیز تحویل داده می‌شوند؟
هوش مصنوعی
python
nlp
متخصص هوش مصنوعی
ai
پایتون
برنامه نویسی
کدنویسی
برنامه نویسی وب
ساخت ربات
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۴,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۰ روز
امتیاز کارفرما
(۲)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
استخراج ویژگی‌های آماری از متن‌های رمز شده تولیدشده توسط الگوریتمهای مختلف و به‌کارگیری چندین روش یادگیری ماشین، عملکرد این روش‌ها در شناسایی نوع الگوریتم رمزنگاری مورد ارزیابی و مقایسه قرار گیرد
هدف اصلی
طراحی و پیاده‌سازی سامانه‌ای جهت شناسایی نوع الگوریتم رمزنگاری از روی متن رمز شده با استفاده از روش‌های یادگیری ماشین.
اهداف فرعی
* تولید مجموعه داده رمز شده با استفاده از چند الگوریتم متداول
* استخراج ویژگی‌های آماری از متن‌های رمز شده
* آموزش مدل‌های مختلف یادگیری ماشین
* مقایسه عملکرد مدل‌ها
* تعیین مؤثرترین ویژگی‌ها در فرایند طبقه‌بندی
روش تحقیق
مرحله اول: تولید مجموعه داده
استفاده از کتابخانه:
```python
PyCryptodome
```
الگوریتمهای مورد استفاده:
* AES
* 3DES
* Blowfish
* RC2
* ChaCha20
برای هر الگوریتم:
* کلیدهای تصادفی
* متن‌های اولیه تصادفی
* متن‌های واقعی
تولید خواهد شد.
---
مرحله دوم: استخراج ویژگی
ویژگی‌های پیشنهادی:
* Shannon Entropy
* Byte Frequency Distribution
* Hamming Weight
* Compression Ratio
* Index of Coincidence
* NIST Randomness Tests
مطالعات جدید نشان داده‌اند ویژگی‌های مبتنی بر آزمون‌های تصادفی NIST در این حوزه بسیار مؤثر هستند. ([PMC][2])
---
مرحله سوم: آموزش مدل‌ها
مدل‌های منتخب:
### مدل‌های کلاسیک
* SVM
* KNN
* Random Forest
* XGBoost
### مدل عصبی
* Multi Layer Perceptron (MLP)
---
مرحله چهارم: ارزیابی
معیارها:
* Accuracy
* Precision
* Recall
* F1 Score
* Confusion Matrix
برنامه نویسی
python
کدنویسی
پایتون
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
پردازش MRI مغز و سگمنتیشن ضایعات MS
۲۵ روز پیشبودجه
۶,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
به یک متخصص پردازش تصاویر MRI مغز با تجربه عملی در MRI بیماران مبتلا به Multiple Sclerosis (MS) نیاز داریم.
فایل‌های MRI مربوط به بیماران به‌صورت DICOM در اختیار شما قرار می‌گیرد و Seriesهای موردنظر T1 و FLAIR برای هر بیمار نیز مشخص و در اختیار شما قرار خواهد گرفت.
هدف این است که پردازش تصاویر از مرحله MRI خام تا خروجی نهایی آماده برای تحلیل به‌صورت کامل انجام شود.
شرح کار
برای هر بیمار، فایل‌های T1 و FLAIR در اختیار شما قرار می‌گیرد.
کار موردنظر شامل:
1. آماده‌سازی و بررسی تصاویر MRI
2. سگمنتیشن ضایعات MS با استفاده از FLAIR و در صورت نیاز T1
3. بررسی و اصلاح ماسک ضایعات در صورت نیاز
4. Registration تصاویر و انتقال به فضای استاندارد MNI
5. انتقال صحیح Lesion Mask به فضای MNI
6. کنترل نهایی کیفیت (QC) در نماهای مختلف
روش انجام کار (خودکار، نیمه‌خودکار یا Deep Learning) بر اساس روش مناسب توسط متخصص انتخاب میشود.
خروجی مورد انتظار برای هر بیمار:
- FLAIR پردازش‌شده
- T1 پردازش‌شده
- Lesion Mask در native space
- Lesion Mask در MNI space
- ساختار فایل‌ها به‌صورت منظم و قابل استفاده برای تحلیل بعدی
نکته بسیار مهم:
صرفاً اجرای یک نرم‌افزار segmentation یا registration موردنظر نیست. خروجی باید از نظر کیفیت تصویری و فضایی QC شده و قابل استفاده برای مرحله بعدی تحلیل باشد.
همچنین قبل از انجام کل پروژه، یک بیمار به‌عنوان نمونه/پایلوت پردازش و تأیید خواهد شد و پس از تأیید روش، پردازش سایر بیماران انجام میشود.
شرایط موردنیاز
- تجربه عملی در MRI Brain Processing
- تجربه در MS Lesion Segmentation
- تسلط به حداقل یکی از ابزارهای پردازش MRI
- یا ابزارهای تخصصی مشابه
- آشنایی با Registration و MNI Space
- آشنایی با روش‌های automated / semi-automated / deep learning segmentation مزیت محسوب میشود.
- تجربه عملی و نمونه‌کار مرتبط با Lesion Segmentation در MS امتیاز بسیار مهمی است.
فایل‌های T1 و FLAIR هر بیمار توسط کارفرما در اختیار متخصص قرار می‌گیرد و نیازی به انتخاب Series از میان کل داده‌های خام نیست.
این پروژه در قالب یک پروژه دانشگاهی انجام میشود و شامل پردازش تصاویر MRI مربوط به حدود 40 تا 60 آزمودنی است.
بودجه درج‌شده تقریبی بوده و هزینه نهایی به‌صورت توافقی و بر اساس تعداد نهایی آزمودنی‌ها و حجم کار تعیین خواهد شد.
فوری
تمام وقت
اسپانسر
ویژه
deep learning
python
هوش مصنوعی
متخصص هوش مصنوعی
یادگیری عمیق
ماشین لرنینگ
بینایی ماشین
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۹,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
ما به دنبال یک متخصص تحلیل داده و یادگیری ماشین هستیم تا با استفاده از تکنیک‌های تحلیل سری‌های زمانی، الگوهای مصرف انرژی را استخراج کرده و ناهنجاری‌های موجود در داده‌ها را شناسایی و تحلیل کند.
تحلیل داده
پایتون
برنامه نویسی
کدنویسی
هوش مصنوعی
متخصص هوش مصنوعی
python
ماشین لرنینگ
بینایی ماشین
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۱۲,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
امتیاز کارفرما
(۱)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
در خصوص هوش مصنوعی شاخه لرنینگ یک پروژه دارم لطفا برای دریافت اطلاعات بیشتر رزومه کاری و مهارتهای خود را ارسال کنید تا داکیومنت پروژه براتون ارسال بشه ممنونم
تمام وقت
هوش مصنوعی
ماشین لرنینگ
برنامه نویسی
کدنویسی
متخصص هوش مصنوعی
پایتون
python
بینایی ماشین
deep learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۵,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۷ روز
امتیاز کارفرما
(۱)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
طراحی منظر برای بهبود آسایش حرارتی با استفاده از تکنیک‌های یادگیری ماشین .
تمرکز اصلی نه بر پیش‌بینی صرف شاخص آسایش، بلکه بر مقایسه واکنش سیستم فضایی پارک تحت شرایط اقلیمی متفاوت و تحلیل پیامدهای آن برای تصمیم‌سازی طراحی منظر است. بر این اساس، چارچوب پژوهش در سه لایه
1. ساخت پایگاه داده مکانی–زمانی (Point–Time Dataset)
2. تعریف و اعمال سناریوهای اقلیمی مختلف
3. تحلیل کمی و فضایی تغییرات شاخص UTCI در مقیاس روزانه و فصلی
می باشد.
منطق اصلی پژوهش مقایسه وضعیت پایه با وضعیت‌های سناریویی و تحلیل تغییرات شاخص آسایش حرارتی به صورت ΔUTCI است
داده ها از محیط پایتون استخراج شدن و اماده ی ورود به نرم افزار انویمت هستند
انویمت
برنامه نویسی
برنامه نویسی وب
کدنویسی
پایتون
python
machine learning
ماشین لرنینگ
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۵ روز
امتیاز کارفرما
(۶)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
به فردی مسلط به مباحث یادگیری ماشین، یادگیری عمیق و شبکه های عصبی برای انجام یک پروژه مدلسازی و فرموله سازی برای تشخیص بیماری نیاز دارم
فرد در کنار مهارت های فوق الذکر ایده دهنده و خلاق هم باشه و بتونه بر اساس شرح کار و توضیحات تکمیلی متدی خلاقانه بمن ارائه بده
برنامه نویسی
پایتون
برنامه نویسی وب
python
machine learning
neural networks
deep learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۵,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۵ روز
کارفرمای جدید
البرز
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
پروژه شامل چند بخش است
ابتدا باید یک مدل شبکه عصبی روی داده های کم برای پیش‌بینی دو خروجی بصورت همزمان ایجاد شده و همچنین خود شبکه بهینه گردد (با استفاده از روش هایی مانند GA, PSO, Hyperband, BA و ...) و نیز تفسیر شبکه عصبی به منظور فهمیدن تاثیر پارامترها بر خروجی با استفاده از روش هایی مانند PDP, LIME یا SHAP انجام گیرد (در ارزیابی این مدل R2 باید حداقل بالای 0.85 و MAE و MSE کم باشد)
در ادامه برای افزایش تعداد داده ها باید از روش‌های data imputation برای جانهی missing values استفاده کرد تا تعداد داده ها افزایش یابد. این بخش نیاز به خلاقیت دارد تا بدون اینکه ماهیت دیتاست تغییر کند تعداد داده ها افزایش یابد و سپس مدلی مانند مرحله اول روی این دیتاست جدید توسعه داده شود (لزوما نباید شبکه عصبی باشد) و ارزیابی آن با داده های تست (Test set) مرحله قبل انجام بگیرد.
پایتون
شبکه عصبی
یادگیری عمیق
آمار
ماشین لرنینگ
python
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
مشاهده پروژه
ثبت پیشنهاد روی پروژه
مدل یادگیری ماشین پس از آموزش روی بلاک‌چین اتریوم پیاده‌سازی میشود(EVM) تا قراردادهای هوشمند را به‌صورت غیرمتمرکز و بلادرنگ بررسی و آسیب‌پذیری‌ها را شناسایی کند و به کاربران هشدار دهد.مرحله اول با deep leaning انجام میشود.
نردبان
blockchain
smart contract
deep learning
machine learning
ماشین لرنینگ
یادگیری عمیق
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۱۲,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۰ روز
کارفرمای جدید
فارس
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام؛ ما یک تیم ارز دیجیتال هستیم و میخوایم یک پروژه جدید داشته باشیم که با پایتون و با بهره از ماشین لرنینگ و هوش مصنوعی نوشته بشه؛ به این صورت که قیمت 24 ساعت آینده بیتکوین رو با دقت بالایی پیش بینی کنه و روی یک سایت یا ربات تلگرام نمایش بده! به طوری که از زمان اجرای ربات و با هر بار تست کردن، مدل یادگیری خودش رو ارتقا بده و دقت تحلیلش بیشتر بشه و کمترین خطا رو بده!
ما یک تست اولیه برای انتخاب فرد مناسب داریم که یک کد پایتون پیش فرض با همین نتیجه بهش میدیم و باید بررسی و خطایابی کنه تا به درستی ران بشه. اگه این مرحله با موفقیت رد شد، وارد همکاری اول میشیم که همین پروژه است
در صورت توافق و ادامه همکاری، یک پروژه بسیار بزرگ بین المللی در پیش داریم که قراره حسابی سر و صدا به پا کنه.
پس اگه مهارت فنی و تخصص لازم رو دارین، همچنین پشتکار و نظم خوبی دارین و اهل کار تیمی و رشد کردن هستین، منتظر پیامتون برای شروع همکاری هستم :)
راستی بودجه اولیه این پروژه هم 200 دلاره :
50 دلار به عنوان پیش پرداخت و در صورت قبولی در تست اول پرداخت میشه،
100 دلار پس از اتمام کدنویسی و تحویل کامل کد و اجرا روی یک سرور برای نمایش خروجی
50 دلار هم یک هفته بعد از شروع اولین تحلیل ربات و تایید پیشرفت مدل یادگیری و دقت تحلیل
( البته بسته به سطح و سبک کار شما می‌تونه کمتر یا بیشتر هم بشه )
فوری
برنامه نویسی
هوش مصنوعی
ساخت ربات تلگرام
ماشین لرنینگ
صرافی ارز دیجیتال
پایتون
python
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۶,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
در یک پروژه کاملا حرفه ای نیاز به کلاسترینگ دیتا با استفاده از الگوریتمهای hierarchical clustering و HDBSCAN میباشد
به دلیل بزرگ بودن دیتا متخصص باید از کتابخانهCUML/ RAPIDS جهت موازی سازی پردازش برروی GPU میباشد
و به لابرری مذکور اشراف داشته باشد
فوری
اسپانسر
متخصص هوش مصنوعی
یادگیری عمیق
یادگیری تقویتی
machine learning
deep learning
الگوریتم
الگوریتم بهینه سازی
ماشین لرنینگ
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۸۰۰,۰۰۰ تومان
زمان پیشنهادی
۱ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
در خصوص نحوه انجام یک پروژه ارزیابی ریسک داده محور در یک پالایشگاه نفتی با استفاده از تکنیک های یادگیری ماشین و روابط علی معلولی یک جلسه راهنمایی تفلنی میخوام. ممنون میشم اگر کسی در این زمینه توانمند هست به من اطلاع بده.
ماشین لرنینگ
ارزیابی ریسک
مهندسی صنایع
تحلیل داده
تحلیل سیستم
داده کاوی
علم داده
پردازش داده
برنامه نویسی
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۵ روز
کارفرمای جدید
کرمان
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
از تعدادی مقاله باید به ایده برسم برای زمبنه مخابرات .
کیفیت حرفه‌ای
مخابرات سیستم
یادگیری عمیق
ماشین لرنینگ
machine learning
deep learning
python
پایتون
برنامه نویسی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
مشاهده پروژه
ثبت پیشنهاد روی پروژه
دیتاستی متشکل از فیچر نامبر و کاراکتر .مقصود پیدا کردن بست فیچر برای افزایش سلول تارگت .به عبارتی پیدا کردن و پیشنهاد بست فیچر ها از لیست برای افزایش عددی یک تارگت عددی خاص و پیشنهاد مقدار اصلاح و جایگزینی فیچر های ضعیف با پیشنهاد به وسیله ml
برنامه نویسی
پایتون
ماشین لرنینگ
متخصص هوش مصنوعی
شبکه عصبی
یادگیری عمیق
آمار و احتمال
python
machine learning
هوش مصنوعی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۵ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
برای یک شرکت B TO B یک پروژه پیش بینی نرخ ریزش تعریف کردیم
برای واحد خدمات پس از فروش
برای اجرا نیاز به همکار داریم
کیفیت حرفه‌ای
ماشین لرنینگ
دیتا ساینس (Data science)
بینایی ماشین
پایتون
python
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام وقت بخیر
من یه آشنایی کلی نسبت به موضوعات ماشین لرنینگ دارم. میخواستم در چند تا پروژه واقعی در کنار یه متخصص باشم که بتونم بهتر یاد بگیرم. اگر کسی علاقمند به آموزش هست ممنون میشم بفرمایید.
با تشکر
برنامه نویسی
دیتا ساینس (Data science)
ماشین لرنینگ
machine learning
یادگیری عمیق
پایتون
دیپ لرنینگ
deep learning
python
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۷ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام ، نیاز به کمکی دارم که آشنایی داشته باشه به الگوریتم های خوشه بندی و یادگیری ماشین ممنونم
الگوریتم ژنتیک
ماشین لرنینگ
یادگیری عمیق
machine learning
الگوریتم
الگوریتم بهینه سازی
الگوریتم نویسی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۶,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۰ روز
کارفرمای جدید
فارس
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
کدنويسی الگوريتم يادگيری ماشين شامل ( , LSTM
VAR , MLP ( که بتواند با توجه به ويژگی ها شامل
دما و فشار و .... مقادير برچسب FACTOR RISK
که مقادير 0 يا 1 است را پيش بينی کند
کیفیت حرفه‌ای
برنامه نویسی
ماشین لرنینگ
یادگیری عمیق
پایتون
python
deep learning
machine learning
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
۱
۲
۳
۴
۵
۱
