پروژه های یادگیری ماشین

در تریدینگ ویو یک استراتژی که به زبان پاین اسکریپت کد نویسی شده است و بک تست گرفته شده را می خواهم مدل یادگیری ماشین به آن اضافه کنم به روش نظارت شده و برچسب گذاری روی داده های روی چارت تا الگوهای اسپایک و فشردگی ها روی چارت را مدل آموزش ببیند تا با شناسایی اصل از فیک آنها به بهبود استراتژی ترید من کمک کند . به دنبال پیش بینی قیمت نیستم بلکه به دنبال کشف الگوهای روی چارت هستم .

میخوام با استفاده از پردازش تصویر و دیپ لرنینگ سیستمی طراحی بشه که ابتدا با استفاده از نقطه گذاری اشکال هندسی رو تشخیص و بده و سپس بهش بگم تبدیلش کنه به یک شکل دیگه(مثلا مربع). مهارت های مورد نیاز: ●opencv ●Pytorch یا Tensorflow ●طراحی مدل های GAN, CNN مهارت هایی که مزیت حساب میشن: ●Data collecting, web scraping ●Dlib یا Mediapipe و آشنایی با facial landmark detection ●تجربه عملی با DreamBooth, Style GAN2 یا Stable Diffusion

طبق کدی که خودم دارم یک کد دیگه نوشته بشه که بتونه نفر ساعت مورد نیاز برای تعمیرات رو برام پیش بینی کنه کدی که من دارم دقیقا همینه اما اونجا من مشخصات میدم و زمان رو برام پیش بینی میکنه و اینجا میخوام یه جدول که شامل نفر ساعت هست رو در قالب یک فایل اکسل برای هر کدوم از فرایند های تعمیرات هست بدم و اون بتونه بعد هر کدوم از تعمیرات مربوطه رو دادم برام نفر ساعت لازم رو پیش بینی کنه

پروژه اول: کاربرد شبکه عصبی مصنوعی و یادگیری ماشین در طراحی سازه های قاب خمشی بتنی پروژه دوم: کاربرد یادگیری ماشین در بهينه سازي موقعيت ستون ها در ساختمان‌های چند طبقه در زمینه الگوریتم و نحوه کار هماهنگی هایی خواهیم داشت.

موضوع من از شاخه ی nlp ( پردازش زبانهای طبیعی ) هستش

با استفاده از ترکیب الگوریتم های یادگیری ماشین و ViT تهیه کردیم ولی به نظر میرسه با توجه به گذشت زمان از تهیه این مقاله، جنبه های نوآورانه و جدید آن کم شده و نیاز به استفاده از طرح جدیدتر و پیچیده تر بررسی مجدد بشه و ایراداتش برای تایید در کمترین زمان ممکن گفته بشه کسانی که در زمینه جدید ترین الگوریتم ها نظیر MobileNet و ResNet ، DenseNet(آخرین ویرایش ها) کار کرده اند و سابقه ارسال در این زمینه دارند لطفا پیام دهند تا توضیحات بیشتر خدمتشون ارائه بشه در صورت مطلوب بودن کار و کدنویسی پایتون، مقاله دوم نیز در همین خصوص با روش ادغامی YOLO تهیه شده که ارسال میشه

• SPSS Modeler: برای داده‌کاوی و شناسایی الگوها از طریق شبکه‌های عصبی یا رگرسیون درخت تصمیم. • EViews: برای استفاده از مدل‌های رگرسیونی در قیمت‌گذاری دارایی‌ها. ‌ Python: برای تحلیل‌های پیشرفته، پاک‌سازی داده‌ها، و استفاده از روش‌های یادگیری ماشین.

شرح وظایف مورد انتظار: ترجمه مقالات برای هر مقاله حدودا 4000 کلمه بصورت تخصصی در حوزه علوم پزشکی . بازبینی و اصلاح کامل ساختار مقالات مطابق با استانداردهای علمی بین‌المللی (IMRAD structure). ویراستاری زبان انگلیسی به‌صورت تخصصی و آکادمیک (Academic Writing Editing) جهت افزایش کیفیت نگارشی و روانی متن. تنظیم دقیق منابع با استفاده از نرم‌افزار EndNote یا سایر نرم‌افزارهای مدیریت رفرنس بر اساس فرمت‌های APA، Vancouver، IEEE یا فرمت اختصاصی ژورنال هدف. بررسی میزان مشابهت متون با کمک ابزارهای معتبر مانند iThenticate یا Turnitin و انسانی سازی متون . ارائه گزارش اصلاحی. ساماندهی و یکدست‌سازی فرمت مقاله شامل جداول، نمودارها، عناوین، پاورقی‌ها، و ساختارهای بخش‌بندی (subheading structure). بازبینی نگارشی جداول و شکل‌ها، تنظیم محل مناسب درج آن‌ها در متن، و شماره‌گذاری مطابق دستورالعمل . تسلط نسبی بر مفاهیم کاربردی هوش مصنوعی، یادگیری ماشین، و تحلیل داده‌های پزشکی امتیاز محسوب می‌شود. ✅ شرایط مورد نیاز جهت همکاری: سابقه ویرایش تخصصی مقالات علمی پژوهشی به زبان انگلیسی آشنایی با ساختار مقالات مبتنی بر داده‌های بالینی، مطالعات مورد–شاهدی، مرور نظام‌مند، یا مقالات مدل‌محور. آشنایی کامل با نرم‌افزار EndNote و توانایی تطبیق منابع با سبک نگارشی مشخص. مهارت در استفاده از ابزارهای مشابهت‌یابی و نرم‌افزارهای کمک‌نگارشی مانند Grammarly Premium. توانایی تحویل پروژه‌ها در بازه زمانی مشخص، همراه با بازخورد اصلاحی دقیق و تخصصی. نحوه همکاری: همکاری به‌صورت پروژه‌ای یا پاره‌وقت، کاملاً از راه دور (remote). پرداخت توافقی به ازای هر مقاله، بر اساس حجم کار و سطح ویرایش موردنیاز. مقالات آماده برای ویراستاری به‌صورت منظم ارائه می‌شوند و امکان همکاری طولانی‌مدت وجود دارد.

در این پروژه، هدف طراحی و پیاده‌سازی یک سامانه هوشمند است که بتواند با دریافت تصویر چهره‌ی یک فرد، هویت احتمالی او را از طریق جستجوی تصویری در وب و تحلیل داده‌های مرتبط تشخیص دهد. این سیستم از الگوریتم‌های پیشرفته‌ی جستجوی معکوس تصویر (Reverse Image Search) و تشخیص چهره (Face Recognition) استفاده خواهد کرد و با تکیه بر منابع آنلاین (نظیر پایگاه‌های داده عمومی و نتایج گوگل یا Bing Image Search)، مشخصاتی همچون نام، شغل، ملیت یا لینک‌های مرتبط با آن فرد را بازیابی می‌کند. مراحل اجرایی پروژه: پیش‌پردازش تصویر ورودی شامل حذف نویز، بهبود کنتراست، و تنظیم روشنایی برای بهبود عملکرد الگوریتم‌های تشخیص. استخراج ویژگی چهره با استفاده از مدل‌هایی مانند ArcFace یا FaceNet. Dlib ویژگی‌های منحصر‌به‌فرد چهره استخراج می‌شود. انطباق چهره با چهره موجود در وب به کمک APIهای جستجوی تصویری (مانند Google Reverse Image Search یا Microsoft Bing Visual Search) تصویر مشابه جستجو شده و لینک‌ها و شبکه‌های مرتبط بازیابی می‌شوند. تحلیل داده‌های متنی برگرفته از صفحات بازیابی‌شده با استفاده از مدل‌های NLP مانند BERT برای تحلیل متن اطراف تصویر در صفحات می‌گردد تا مشخصات فرد استخراج شود. ارائه خروجی نهایی خروجی سیستم شامل لیستی از نتایج احتمالی، درصد اطمینان، و داده‌های ساختاریافته (نام، سن، کشور، پیوندهای رسمی) خواهد بود. تحلیل عملکرد: با فرض استفاده از آخرین الگوریتم‌های جستجوی تصویر و استفاده از سخت‌افزار مناسب (پیشنهاد: پردازنده گرافیکی Radeon RX 7600)، نرخ عملکرد سیستم به مواردی مانند کیفیت تصویر، وجود داده‌های مشابه در وب، و شباهت‌های مرزی بین افراد بستگی دارد. اگر چهره واضح و اطلاعات فرد در منابع عمومی قابل دسترسی باشد، و مدل مورد استفاده fine-tuned شده باشد، زمان انتظار پاسخ در مدت‌زمان حدود ۱ ساعت. احتمال بازیابی هویت صحیح حدود ۵۵ تا ۸۵ درصد باشد. در موارد خاص (چهره‌های مشهور یا پراستناد در پایگاه‌های عمومی)، این احتمال بیش از ۹۰ درصد باشد. پیش‌نیازها: آشنایی با Python، PyTorch، OpenCV یا TensorFlow آشنایی با REST APIها و کار با مرورگرهای خودکار مانند Selenium GPU قابل پشتیبانی برای اجرای مدل‌های سنگین یادگیری عمیق

کار یک ‌پروژه ساده است. مقاله در زمینه تشخیص کدهای نامطلوب با Machine Learning است. کد آن پایتون بوده و کد و دیتاست آن موجود است.ابتدا می بایست کد مقاله با داده های دیتاست پیاده سازی شده بطوریکه به نتایج گزارش شده در مقاله رسید. سپس نتایج بدست آمده را تا جای ممکن بهبود داد

مدل کوادکوپتر در سیمولینک دارم میخوام به وسیله یادگیری تقویتی عمیق بتونه در محیط با موانع اموزش ببینه و سپس در محیط با موانع متفاوت تری اگر تست کنم بتونه بدون برخورد با موانع کوتاه ترین مسیر رو به هدف طی کنه خروجی های لازم رسم مسیر حرکت و محیط و نمودار های موفقیت در یادگیری و تست باشه

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

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.

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.

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 )

شبیه‌سازی تخصیص و زمان‌بندی منابع در محیط ابری (دیتاسنتر با درنظر گرفتن تایپ منابع مختلف)، به کمک الگوریتم یادگیری عمیق a3c با هدف کاهش مصرف انرژی بر اساس مصرف منابع در هر لحظه. (دیتاست مربوطه شامل تایم ورود تسک، منابع لازم و زمان تقریبی انجام تسک است. دیتاست حجم زیادی ندارد نهایت یک گیگابایت) + توابع ارزیابی مدل مانند پیشرفت کسب ریوارد در تکرار‌های مختلف، احتمال اکشن‌ها، توزیع lossها و ... + مصرف منابع و زمان انجام کار‌ها، درصد تکمیل، مصرف انرژی و هزینه و ... +مکانیزم migration برای ایجاد load balancing و خاموش کردن منابع بلا استفاده. تعادل لودکاری سرورها به طوری که ۸۵ درصد بیشتر مصرف نشود و منابع با ۱۵ درصد مصرف با مکانیزم migration به صفر رسیده و خاموش گردند. انتخاب تسک برای مایگریشن نیز بر اساس تاثیر روی تعادل بار کاری ماشین‌ها است. + احتمال خرابی سرورها با درصد پایینی مثلا نیم‌درصد در هر اپیزود وجود داشته باشد و تسک‌های مربوط به ماشین خراب شده همراه میزان پیشرفت کار به صف انتظار انتقال پیدا کند. + مکانیزم ورود تسک‌ها fifo بوده و نیازی به مکانیزم خاصی برای انتخاب تسک‌ها هنگام ورود به سیستم وجود ندارد.

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.

از تعدادی مقاله باید به ایده برسم برای زمبنه مخابرات .

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

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

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

سلام ، نیاز به کمکی دارم که آشنایی داشته باشه به الگوریتم های خوشه بندی و یادگیری ماشین ممنونم

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