برونسپاری
آموزش آنلاین
کسب درآمد
×

پروژه های یادگیری ماشین

با کارلنسر به راحتی کسب درآمد کنید
پروژه های یادگیری ماشین
پروژه های یادگیری ماشین
پروژه های یادگیری ماشین
با کارلنسر به راحتی کسب درآمد کنید
پروژه های یادگیری ماشین
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
افزایش شانس استخدام
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۵ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
دو مقاله انگلیسی دارم که باید با پایتون پیاده سازی انجام بشه و براساس مقاله اول مقاله دوم باعث نوآوری اون بشه. مقالات در مباحث یادگیری ماشین و یادگیری عمیق می باشد.
تمام وقت
برنامه نویسی
یادگیری عمیق
کدنویسی
پایتون
ماشین لرنینگ
machine learning
deep 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
۱۰ روز
امتیاز کارفرما
(۲)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
داده های سال 1972 تا 2023 میخواستم با روشهای یادگیری ماشین پیش بینی بشه
برنامه نویسی
برنامه نویسی وب
کدنویسی
ماشین لرنینگ
یادگیری عمیق
machine 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
به یک برنامه‌نویس متخصص در یکی از زبان‌های MATLAB، Python یا R جهت همکاری در پروژه‌های پژوهشی نیازمندیم. حوزه فعالیت شامل شبیه‌سازی و پیاده‌سازی مقالات علمی با الگوریتم‌های مختلف هوش مصنوعی و یادگیری ماشین می‌باشد. توانایی تحلیل داده، مستندسازی کدها و تجربه کار با مدل‌های نوین AI مزیت محسوب می‌شود.
تمام وقت
برنامه نویسی
برنامه نویسی وب
کدنویسی
پایتون
متلب
python
matlab
نرم افزار matlab
matlab programming
برنامه نویسی r
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
۳ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
ما یک رویکرد جدید برای حل مسئله مکان‌یابی هاب میانه تک تخصیصی بدون ظرفیت با استفاده از یک معیار ریسک‌گریز مبتنی بر میانگین بتا (β-mean) و چارچوب‌های الگوریتمی مبتنی بر یادگیری ماشین پیشنهاد می‌کنیم. به طور خاص، ما کیفیت راه‌حل را با ادغام DLHr در انتخاب هاب‌های بالقوه مبتنی بر خوشه‌بندی (CBS) برای توسعه یک الگوریتم جدید به نام انتخاب مبتنی بر خوشه‌بندی مبتنی بر یادگیری عمیق (DL-CBS) و همچنین در جستجوی همسایگی متغیر عمومی (GVNS) برای توسعه یک الگوریتم جدید به نام جستجوی همسایگی متغیر عمومی مبتنی بر یادگیری عمیق (DL-GVNS) بهبود می‌بخشیم. این مطالعه عدم قطعیت تقاضا را در نظر می‌گیرد و از معیار بتای ریسک‌گریز استفاده می‌کند که منجر به انتخاب هاب بهینه و تخصیص گره می‌شود. نتایج محاسباتی نشان می‌دهد که ترکیب معیار بتای ریسک‌گریز با DL-CBS و DL-GVNS می‌تواند کیفیت راه‌حل مسئله مکان‌یابی هاب میانه تک تخصیصی بدون ظرفیت را در مقایسه با رویکردهای سنتی تا حد زیادی بهبود بخشد..
برنامه نویسی
کدنویسی
پایتون
python
ماشین لرنینگ
بینایی ماشین
یادگیری عمیق
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
۱۵ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
با سلام توسعه مدل هوش مصنوعی برای تبدیل تصاویر دست‌نوشته فارسی به متن، با استفاده از چارچوب‌های یادگیری عمیق مانند TensorFlow یا PyTorch. می‌توان مدل‌های آماده را فاین‌تیون کرد، با تغییر لایه‌های آخر برای تطابق با فارسی. دقت بالای ۸۰% (WER کمتر از 20%)مورد نیاز است. سورس کد، توضیحات آن همچون شبکه‌ی عصبی به کاربرده شده و لایه های آن ارائه شود. گزارش ارزیابی ارائه شود. نمونه تصاویر پیوست شده برای تست ارائه می‌شود.
کیفیت حرفه‌ای
فوری
تمام وقت
اسپانسر
ویژه
برنامه نویسی
یادگیری عمیق
پایتون
pytorch
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
۱۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
نیاز به انجام صفر تا صد یک پروژه کامل و بی نقص برای موضوع فوق دارم موضوع پروژه "کنترل سرعت موتور DC با استفاده از الگوریتم یادگیری ماشین با تمرکز روی simulink matlab" است. این پروژه باید به صورت شبیه‌سازی (بدون نیاز به سخت‌افزار واقعی) انجام شود و شامل یادگیری پایه‌ای مفاهیم، طراحی مدل، پیاده‌سازی، تست و مستندسازی کامل باشد. من دانش پایه‌ای محدودی دارم، بنابراین فریلنسر باید به طور کامل و جامع در مراحل مختلف من را راهنمایی کند و یک فایل گزارش کامل با توضیحات مناسب در انتهای ارایه دهد و یا آن را به صورت آنلاین کامل توضیح دهد. هدف نهایی، تحویل پروژه‌ای شامل گزارش کامل، کدهای قابل اجرا و شبیه سازی ها و خروجی های موردنیاز برای ارائه باشد. زمان کل پروژه حدود ۴-۵ ماه است، اما انتظار دارم فریلنسر آن را در 10 الی 20 روز تکمیل کند و یا خط مش ها و گام ها را معین کند تا زمان برای بازبینی و اصلاح و آپدیت کردن باقی بماند در ضمن در خصوص شیوه پرداخت هزینه ها هم توافق حاصل می گردد. ترجیحا اگر شخص خودش نیز دانش لازم درباره تئوری موتورهای dc و گرایش قدرت را داشته باشد مناسب تر و خیلی ایده آل تر است.در ضمن این زمان زمان کل نیست و اصلاح می شود و همچنین هزینه نهایی هم با توافق نهایی می شود و این مبلغ مبلغ نهایی نخواهد بود.
فوری
تمام وقت
اسپانسر
ویژه
کدنویسی
ماشین لرنینگ
machine learning
python
پایتون
نرم افزار matlab
مهندسی برق
قدرت
پروژه دانشجویی
پروژه کارشناسی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۸۸۰,۰۰۰ تومان
زمان پیشنهادی
۳ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
این پروژه ۳ مرحله اس: الان برای مرحله ی اول و‌دوم Psd، autocorrelation and Peaks که توی پی دی اف میبینید، این مبلغ گذاشتم تا مطمین شیم میتونیم همکاری کنیم برای هر مرحله ادامه میدیم کارلنسر قبلی اینجا فقط از AI استفاده کرد. اگر تسلط روی سیگنال ندارید لطفا قبول نکنید. Read the pdf down below
برنامه نویسی
برنامه نویسی وب
کدنویسی
پایتون
ماشین لرنینگ
بینایی ماشین
deep learning
machine learning
python
یادگیری عمیق
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۳,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۴ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام من یک نوت بوک پایتون دارم که در دو بخش، اول جهت حرکت فردا رو در 3 طبفه مثبت/خنثی/منفی با الگوریتم های XGBoost, LightGBM, تشخیص داده. در بخش دوم با الگوریتم های LSTM , GRU قیمت رو تشخیص داده. (خروجی این دو به هم متصل نیستند) داده هاش تا اواسط بهمن سال گذشته ست (ترین و تست). تستش حدود 595 روز بوده. (دیتاست موجوده - از وبسایت CoinmarketCap دریافت کرده بودم) البته بخش های اضافه ای هم داخل نوت بوک هست که نیازی بهشون ندارم (مثلا جاهایی که کامنت شده یا افق زمانی پیشبینی گسترده تر از 1 روز شده) نتیجه کدها این بود که مدل XGBoost با اندکی دقت بیشتر از LightGBM بهترین تشخیص رو در جهت داشت (دقت حدود 90 درصد) و مدل GRU با پنجره ورودی 2 روزه بهترین پیشبینی قیمت رو داشت (MAPE حدود 9 درصد) اول میخوام بدونم ایده ای برای بهره برداری همزمان از این دو (XGBoost , GRU) دارید؟ دوم، میخوام این دو بهترین مدل ها (XGBoost , GRU) رو به منظور بک تست در روزهای بعد از اتمام دیتاست تست (ترجیحا تا آخرین روز موجود - که نیاز به دانلود داره) توسعه بدید و در پایان دوره با استراتژی های مرسوم معاملاتی مقایسه کنید. مانند Buy and Hold یا مورد دیگری که معمولا در ادبیات برای مقایسه نتیجه مدل در بک تست مقایسه می شود. علاوه بر این مورد، میخواهم بینشی که نتایج مدل ها و مقایسه بک تست با استراتژی های مرسوم به دست میدهد را برایم به وسیله ویس یا متن، با دقت و جزئیات توضیح بدید.
پایتون
یادگیری عمیق
ماشین لرنینگ
بیتکوین
معامله گر بازارهای مالی
machine learning
deep learning
python
برنامه نویسی
برنامه نویسی وب
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
طراحی و پیاده‌سازی یک دیتاسنتر جهت جمع‌آوری و مدیریت داده‌های پزشکی هدف از این پروژه، توسعه بستری کارآمد برای جمع‌آوری، ذخیره‌سازی سیستماتیک، پردازش و تحلیل داده‌ها ی پزشکی هست. این پروژه فراتر از استفاده از مدل های وردپرس هست بودجه فعلی صرفا برای mvp هست درصورت کارآمد بودن محصول در ادامه وارد فاز های بعدی میشود. لطفاً cv خودتان را بفرستید (بسیار مهم)
برنامه نویسی
python
machine learning
deep learning
ماشین لرنینگ
یادگیری عمیق
پایتون
تحلیل داده
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۳,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۵ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
ما یک رویکرد جدید برای حل مسئله مکان‌یابی هاب میانه تک تخصیصی بدون ظرفیت با استفاده از یک معیار ریسک‌گریز مبتنی بر میانگین بتا (β-mean) و چارچوب‌های الگوریتمی مبتنی بر یادگیری ماشین پیشنهاد می‌کنیم. به طور خاص، ما کیفیت راه‌حل را با ادغام DLHr در انتخاب هاب‌های بالقوه مبتنی بر خوشه‌بندی (CBS) برای توسعه یک الگوریتم جدید به نام انتخاب مبتنی بر خوشه‌بندی مبتنی بر یادگیری عمیق (DL-CBS) و همچنین در جستجوی همسایگی متغیر عمومی (GVNS) برای توسعه یک الگوریتم جدید به نام جستجوی همسایگی متغیر عمومی مبتنی بر یادگیری عمیق (DL-GVNS) بهبود می‌بخشیم. این مطالعه عدم قطعیت تقاضا را در نظر می‌گیرد و از معیار بتای ریسک‌گریز استفاده می‌کند که منجر به انتخاب هاب بهینه و تخصیص گره می‌شود. نتایج محاسباتی نشان می‌دهد که ترکیب معیار بتای ریسک‌گریز با DL-CBS و DL-GVNS می‌تواند کیفیت راه‌حل مسئله مکان‌یابی هاب میانه تک تخصیصی بدون ظرفیت را در مقایسه با رویکردهای سنتی تا حد زیادی بهبود بخشد..
برنامه نویسی
پایتون
یادگیری عمیق
برنامه نویسی وب
کدنویسی
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
۵۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۰۰ روز
امتیاز کارفرما
(۳)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
ما در تیم “هم‌آفرین”، در حال ساخت یک اکوسیستم آموزشی دانش‌بنیان در حوزه هوش مصنوعی هستیم. مأموریت ما تغییر پارادایم تعامل انسان با ماشین، از “فرمان دادن” به “هم‌فکری کردن” است. محصول اصلی ما بر پایه متدولوژی نوآورانه “Mentor-AI” شکل گرفته است که در کتابی با عنوان “جرقه‌ساز: هنر هم‌فکری با هوش مصنوعی” به تفصیل شرح داده شده است. اکنون در فاز توسعه پلتفرم آنلاین این اکوسیستم هستیم که شامل دوره‌های آموزشی، محتوای تخصصی، و ابزارهای تعاملی برای پرورش تفکر انتقادی و خلاقیت با کمک AI است. این یک پروژه فریلنسری معمولی نیست؛ بلکه یک دعوت به هم‌بنیان‌گذاری است. ما به دنبال یک همکار خلاق، مشتاق و متخصص در تولید محتوا هستیم که به این چشم‌انداز بزرگ ایمان داشته باشد و در کنار ما، آینده آموزش هوش مصنوعی را بسازد. شخصیت و مهارت‌های مورد نیاز برای این جایگاه: ما به دنبال فردی هستیم که فقط یک نویسنده خوب نباشد، بلکه یک “معمار محتوا” باشد. مهارت‌های کلیدی: تسلط کامل بر نویسندگی و ویراستاری به زبان فارسی: توانایی نگارش متون روان، دقیق، جذاب و بدون نقص. علاقه عمیق و درک مفهومی از هوش مصنوعی: شما باید با مفاهیم پایه هوش مصنوعی مولد (Generative AI)، مدل‌های زبانی بزرگ (LLMs) و مهندسی پرامپت آشنا باشید یا اشتیاق سیری‌ناپذیر برای یادگیری سریع در این حوزه را داشته باشید. مطالعه اولیه کتاب “جرقه‌ساز” (که در اختیار شما قرار می‌گیرد) برای درک فلسفه پروژه ضروری است. توانایی تبدیل مفاهیم پیچیده به محتوای ساده و کاربردی: هنر شما این است که موضوعات فنی و فلسفی کتاب را به درس‌گفتارهای کوتاه، پست‌های وبلاگ، سناریوهای تمرینی، و محتوای شبکه‌های اجتماعی تبدیل کنید. خلاقیت در ارائه محتوا: توانایی ایده‌پردازی برای فرمت‌های مختلف محتوا (متن، ویدیو، اینفوگرافیک، پادکست و…). مهارت در تحقیق و گردآوری اطلاعات: توانایی جستجوی منابع معتبر انگلیسی و فارسی و استخراج محتوای ارزشمند. آشنایی با اصول سئو (SEO) در تولید محتوا: یک مزیت بسیار بزرگ محسوب می‌شود. روحیه کار تیمی، مسئولیت‌پذیری و داشتن “Product-Mindset”: شما باید بتوانید به محصول و رشد آن فکر کنید، نه فقط به انجام وظایف محول‌شده. اولویت‌ها: اولویت اصلی با دوستانی است که ساکن تهران هستند و امکان همکاری حضوری (حداقل به صورت ترکیبی) را دارند تا هم‌افزایی تیم در فاز اولیه به حداکثر برسد. شرایط همکاری و مدل مالی: این همکاری در دو فاز تعریف می‌شود: فاز اول (پیش از جذب بودجه - فاز هم‌بنیان‌گذاری): در این مرحله، تمرکز بر تکمیل محتوای کلیدی پلتفرم و آماده‌سازی محصول برای ارائه به سرمایه‌گذار است. در این فاز، پرداخت حقوق ثابت ماهانه وجود ندارد. در ازای تخصص و زمانی که سرمایه‌گذاری می‌کنید، بخشی از سهام اولیه (Equity) استارتاپ به شما واگذار خواهد شد. میزان دقیق سهام بر اساس تجربه، مهارت و میزان مشارکت شما، در جلسه مصاحبه و طی یک توافق شفاف مشخص می‌شود. فاز دوم (پس از جذب موفق بودجه): با جذب سرمایه، علاوه بر سهامی که از ابتدا به شما تعلق گرفته، حقوق ماهانه رقابتی و مکفی نیز دریافت خواهید کرد. پرداخت‌ها به صورت فاز به فاز (Milestone-based) و بر اساس پیشرفت پروژه خواهد بود. مزایای این همکاری برای شما: فرصت هم‌بنیان‌گذاری: شما یکی از ستون‌های اصلی یک استارتاپ دانش‌بنیان با پتانسیل رشد انفجاری خواهید بود. کسب سهام ارزشمند: در موفقیت بلندمدت پروژه به معنای واقعی کلمه شریک می‌شوید. کار بر روی یک پروژه معنادار: شما در حال ساخت محصولی هستید که به دیگران کمک می‌کند بهتر فکر کنند و خلاق‌تر باشند. رشد exponentials در حوزه AI: در لبه علم و تکنولوژی حرکت کرده و به یک متخصص در حوزه محتوای AI تبدیل می‌شوید. محیط کاری پویا و یادگیرنده: در کنار تیمی نخبه و باانگیزه کار خواهید کرد. اگر آماده‌اید تا با قلم خود، به شکل‌گیری آینده تفکر کمک کنید، مشتاقانه منتظر آشنایی با شما هستیم. لطفاً موارد زیر را برای ما ارسال کنید: رزومه به‌روز شده. نمونه کارهای شاخص (مقاله‌، پست وبلاگ، یا هر محتوای مرتبطی که به آن افتخار می‌کنید). در چند خط توضیح دهید که چه چیزی در پروژه “هم‌آفرین” برای شما جذاب است و فکر می‌کنید چگونه می‌توانید به رشد آن کمک کنید. با هم، آینده آموزش و تفکر را می‌سازیم.
تمام وقت
تولید محتوا
تولید محتوای سایت
نویسندگی
تولید محتوا شبکه های اجتماعی
متخصص هوش مصنوعی
مهارت کسب و کار
تولیدمحتوامتنی
نگارش
نگارش متون
متن نویسی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۷۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۰۰ روز
امتیاز کارفرما
(۳)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
سلام به همه متخصصان حرفه‌ای برنامه‌نویسی، ما به دنبال یک همکار بلندپرواز، ماهر و آینده‌نگر هستیم؛ کسی که صرفاً یک فریلنسر نباشد، بلکه یک هم‌بنیان‌گذار فنی (Technical Co-founder) و شریک استراتژیک در ساخت یکی از مهم‌ترین پروژه‌های آموزشی ایران در حوزه هوش مصنوعی باشد. معرفی پروژه “هم‌آفرین”: پروژه “هم‌آفرین” یک اکوسیستم آموزشی دانش‌بنیان است که برای مقابله با “سندروم فست‌فود فکری” و تعامل سطحی با AI طراحی شده. ما یک متدولوژی منحصر به فرد به نام “Mentor-AI” را توسعه داده‌ایم که به کاربران (از دانشجو و پژوهشگر تا مدیران ارشد) می‌آموزد چگونه با هوش مصنوعی “هم‌فکری” کنند. محصولات ما: ۱. کتاب مرجع: پیش‌نویس اولیه کتاب با استقبال فوق‌العاده‌ای روبرو شده و در آستانه انتشار است. ۲. پلتفرم آموزشی آنلاین: این قلب تپنده پروژه و دلیل اصلی این آگهی است. ما می‌خواهیم یک پلتفرم تعاملی بسازیم که محتوای کتاب را به دوره‌های ویدیویی، تمرین‌های هوشمند و یک “شبیه‌ساز گفتگو” تبدیل کند. چرا این یک “پروژه” معمولی نیست؟ چشم‌انداز بزرگ: شما در حال ساخت یک ابزار ساده نیستید؛ شما در حال ساخت یک پلتفرم جریان‌ساز ملی هستید که آینده تعامل انسان و ماشین را شکل می‌دهد. پتانسیل رشد انفجاری: این پروژه در مراحل نهایی ارائه به مراکز معتبر (معاونت علمی ریاست جمهوری، صندوق‌های سرمایه‌گذاری) برای جذب بودجه قرار دارد. موفقیت در این مرحله به معنای رشد سریع و جایگاه تثبیت‌شده در بازار است. شما فقط یک کدنویس نیستید: شما به عنوان همکار اصلی فنی، در تمام تصمیمات استراتژیک محصول، از معماری فنی گرفته تا تجربه کاربری و نقشه راه توسعه، نقش کلیدی خواهید داشت. ما به دنبال چه کسی هستیم؟ (شرح وظایف و مهارت‌ها) یک توسعه‌دهنده Full-Stack خلاق و متعهد که بتواند معماری و پیاده‌سازی پلتفرم “هم‌آفرین” را از صفر تا صد رهبری کند. مهارت‌های ضروری (Must-Haves): تسلط کامل بر Python و یکی از فریم‌ورک‌های اصلی آن (ترجیحاً Django یا FastAPI). تسلط بر فریم‌ورک‌های مدرن JavaScript (ترجیحاً React.js یا Vue.js). تجربه کار با پایگاه‌های داده (مانند PostgreSQL یا MySQL). تجربه در طراحی و پیاده‌سازی RESTful APIs. آشنایی با Git و اصول توسعه نرم‌افزار تمیز (Clean Code). مهم‌تر از همه: ذهن محصول‌محور (Product-Mindset)، توانایی حل مسئله و اشتیاق برای یادگیری و ساختن یک محصول پیشرو. مهارت‌های امتیازی (Nice-to-Haves): تجربه کار با Docker و استقرار (Deployment) برنامه‌ها. آشنایی با مفاهیم UI/UX. تجربه یا علاقه به کار با APIهای مدل‌های زبان بزرگ (LLMs) مانند GPT. سکونت در تهران (یا امکان حضور منظم هفتگی) برای جلسات استراتژیک و هم‌فکری حضوری. شرایط همکاری و مدل مالی (بسیار مهم): ما به دنبال یک رابطه بلندمدت هستیم، نه یک پروژه کوتاه‌مدت. مدل همکاری ما بر اساس اعتماد متقابل و موفقیت مشترک طراحی شده است: فاز اول (پیش از جذب بودجه - ۱ تا ۲ ماه): هدف: آماده‌سازی یک نسخه دموی اولیه (Proof of Concept) بسیار قوی و طراحی معماری فنی پروژه برای ارائه در پروپوزال نهایی. مدل پرداخت: در این فاز، به جای پرداخت نقدی مستقیم، توافق‌نامه‌ای رسمی برای واگذاری درصد مشخصی از سهام پروژه (Equity) به شما به عنوان هم‌بنیان‌گذار فنی منعقد خواهد شد. این سهام، پاداش شما برای ریسک‌پذیری اولیه و تضمین شراکت بلندمدت شما در موفقیت‌های آینده است. ما به تخصص و زمان شما ارزش قائلیم و معتقدیم این بهترین راه برای ایجاد یک تیم متعهد است. درصد دقیق سهام، قابل مذاکره و بر اساس رزومه و سطح مشارکت شما خواهد بود. فاز دوم (پس از جذب بودجه): با جذب سرمایه، علاوه بر سهامی که از ابتدا به شما تعلق گرفته، حقوق ماهانه رقابتی و منظم مطابق با تعرفه روز بازار برای شما به عنوان مدیر فنی پروژه در نظر گرفته خواهد شد. پرداخت‌ها به صورت فاز به فاز و مطابق با پیشرفت گام‌های پروژه (که در بالا توضیح داده شد) انجام می‌شود. چه چیزی در انتظار شماست؟ فرصت بی‌نظیر برای تبدیل شدن به ستون فنی یک استارتاپ با پتانسیل بسیار بالا. کار بر روی یک پروژه خلاقانه، معنادار و در لبه تکنولوژی. محیط کاری پویا، انعطاف‌پذیر و پر از یادگیری. اگر شما آن فردی هستید که از ساختن چیزهای بزرگ به وجد می‌آیید و آماده‌اید تا اثری ماندگار از خود به جا بگذارید، مشتاقانه منتظر دریافت رزومه و پیام شما هستیم. لینک نمونه‌کارهای مرتبط (گیت‌هاب شما بسیار ارزشمند است). چرا این پروژه برای شما جذاب است و فکر می‌کنید چه ارزشی می‌توانید به “هم‌آفرین” اضافه کنید؟ اعلام آمادگی خود برای مدل همکاری مبتنی بر سهام در فاز اولیه. با هم، آینده تفکر را می‌سازیم.
تمام وقت
برنامه نویسی
docker
ui designer
ux writing
python
طراحی تجربه کاربری
برنامه نویسی وب
داکر
کدنویسی
پایتون
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
۵ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
به دنبال یک پژوهشگر یا مهندس باتجربه هستم تا یک مدل دینامیکی داده‌محور بر اساس روش‌های شناسایی سیستم توسعه دهد. هدف پروژه این است که مدلی طراحی شود که بتواند: • از داده‌های ورودی–خروجی موجود یاد بگیرد • با مجموعه داده‌های در دسترس اعتبارسنجی شود • برای ورودی‌های جدید و دیده‌نشده، خروجی سیستم را با دقت پیش‌بینی کند روش‌های پیشنهادی برای این کار: • Sparse Identification of Nonlinear Dynamics (SINDy) • یا شناسایی زیر‌فضا (Subspace Identification) خروجی‌های نهایی پروژه: 1. یک مدل پیش‌بین عملیاتی (MATLAB یا Python) 2. مستندسازی مراحل و روش استفاده‌شده 3. نمایش عملکرد مدل بر روی داده‌های آموزشی و ورودی‌های جدید ⸻ مهارت‌های مورد نیاز فریلنسر • تسلط بر شناسایی سیستم، سیستم‌های کنترل یا یادگیری ماشین • تجربه عملی در کار با SINDy، شناسایی زیر‌فضا یا روش‌های مشابه • آشنایی با MATLAB و/یا Python • توانایی توضیح روش‌ها و ارائه کد قابل بازتولید • ترجیحاً آشنایی با موتورهای الکتریکی (اما الزام نیست) 💬 امکان گفت‌وگو و تبادل نظر در طول پروژه وجود دارد تا جزئیات و انتظارات به‌طور کامل توضیح داده
تمام وقت
متلب
matlab
نرم افزار matlab
matlab programming
کدنویسی
برنامه نویسی
پایتون
python
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
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
عنوان پروژه: «بهینه‌سازی چندهدفه و کنترل تطبیقی مسیر حرکت نانوربات هوشمند با یادگیری عمیق تقویتی برای دارورسانی هدفمند در سامانه عروقی بدن انسان» 🧠 دامنه مهارت‌های موردنیاز 1. مبانی یادگیری ماشین و یادگیری عمیق درک مفاهیم پایه: داده، ویژگی‌ها (features)، برازش مدل، overfitting و underfitting، regularization. روش‌های کلاسیک ML: رگرسیون خطی/لجستیک، شبکه‌های عصبی پایه، KNN، درخت تصمیم و جنگل تصادفی (برای درک مقایسه با DRL). مبانی شبکه‌های عصبی عمیق (Deep Learning): forward pass و backpropagation بهینه‌سازی با GD/Adam توابع فعال‌سازی (ReLU، Sigmoid…) Batch normalization و Dropout کتابخانه‌ها: PyTorch یا TensorFlow/Keras (با تاکید بر PyTorch چون در DRL بیشتر استفاده می‌شود). 2. مبانی یادگیری تقویتی (Reinforcement Learning) فرمول‌بندی MDP (Markov Decision Process): تعریف state, action, reward مفهوم policy و value function تخفیف پاداش‌ها (discount factor γ) سیاست‌ها و الگوریتم‌های پایه: Q-Learning، SARSA الگوریتم‌های policy-based (REINFORCE) ترکیب با Deep Learning → DRL: DQN (Deep Q-Network) Actor-Critic پایه الگوریتم‌های پیشرفته (SAC، PPO، TD3) 3. مهارت‌های ریاضی موردنیاز جبر خطی: ماتریس، بردار، ضرب ماتریس‌ها، eigenvalues (برای فهم عملگرهای شبکه‌های عصبی و تبدیل‌ها). احتمال و آمار: توزیع‌ها، امید ریاضی، واریانس، قانون احتمال شرطی. محاسبات عددی: کار با توابع گرادیان، مشتقات جزئی، گرادیان‌زدایی. این بخش «زیر کاپوت» DRL رو بهت نشون میده؛ باعث میشه فقط کد دیگران رو اجرا نکنی بلکه اصلاح و بهینه‌سازی هم بکنی. 4. ابزارها و محیط‌های شبیه‌سازی Gymnasium (نسخه پیشرفته OpenAI Gym) برای مدیریت محیط و عامل. شبیه‌سازهای فیزیکی/CFD (مثل PyBullet, MuJoCo, یا اتصال به ANSYS/COMSOL از طریق API). آشنایی با interfacing بین کد Python و شبیه‌ساز خارجی (مثلاً با REST API یا socket). 5. مهارت‌های بهینه‌سازی و تنظیم مدل (Hyperparameter Tuning) یادگیری روش systematic برای پیدا کردن بهترین مقدار: learning rate, batch size, discount factor, replay buffer size، و معماری شبکه. کار با ابزارهای logging و tracking مثل Weights & Biases یا TensorBoard. 6. مدیریت داده و مهندسی نرم‌افزار Python پیشرفته کتابخانه‌های NumPy, Pandas برای پردازش داده‌ها Matplotlib/Seaborn برای تحلیل نتایج آزمایش مدیریت ورژن کد با Git 7. مهارت‌های تکمیلی برای پروژه‌های DRL سطح پیشرفته Sim-to-Real Transfer: تکنیک‌های domain randomization، GAN-based domain adaptation. بهینه‌سازی چندهدفه (Multi-objective optimization) و کار با توابع پاداش پیچیده. معماری‌های شبکه سفارشی (CNN برای ورودی تصویری، MLP برای داده‌های وضعیت، RNN/LSTM برای محیط‌های با حافظه).
فوری
تمام وقت
اسپانسر
نردبان
ویژه
یادگیری عمیق
برنامه نویسی
برنامه نویسی وب
کدنویسی
ماشین لرنینگ
machine learning
deep learning
python
پایتون
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۴۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۰ روز
کارفرمای جدید
اصفهان
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
من نیاز دارم یک اسکریپت یا سرویس طراحی شود که بتواند از یک میز بازی مشخص (سایت یا نرم‌افزار مشخص) داده‌ها را به صورت زنده استخراج کند. منظور از داده‌ها شامل موارد زیر است: کارت‌ها (community cards) کارت‌ها (hole cards) موقعیت دکمه دیلر (Dealer/Button) استک (stack sizes) مقادیر بت، کال، رِیز و فولد بازیکنان جزئیات مهم: صفحه‌ی میز ثابت و مشخص است (یک میز مشخص با طراحی ثابت). نیاز به تشخیص تصویر هوشمند است؛ یعنی موقعیت دقیق عناصر را من دستی وارد نکنم. فقط یک بار نمونهٔ میز داده می‌شود و سیستم خودش بقیهٔ میزها را تشخیص دهد. سرعت مهم است؛ داده‌ها باید تقریباً لحظه‌ای (delay حداکثر ۱ ثانیه) استخراج شود. روش پیشنهادی می‌تواند استفاده از OCR، Computer Vision (OpenCV) یا مدل‌های یادگیری ماشین باشد. خروجی: ارسال داده به یک فایل JSON یا از طریق WebSocket/REST API برای استفاده در نرم‌افزار دیگر. مهارت‌های مورد نیاز: Python / C++ یا زبان‌های مشابه OpenCV یا ابزارهای مشابه Computer Vision تجربه در Real-Time Image/Video Processing (اختیاری) تجربه در OCR و Machine Learning لطفاً در پیشنهاد خود موارد زیر را بنویسید: راه‌حل پیشنهادی (OCR، OpenCV، AI مدل تشخیص شیء و …) زمان تقریبی تجربه‌های مشابه (در پردازش تصویر، بازی، یا استخراج داده)
برنامه نویسی
پایتون
سی پلاس پلاس
opencv
برنامه نویسی C++
computer vision
برنامه نویسی وب
کدنویسی
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
۸ روز
امتیاز کارفرما
(۱۰)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
با سلام، دیتاست با خودتون هست و نتایج متلب و پایتون باید با هم همخوانی داشته باشند. شرح پروژه: در این تحقیق، برای تشخیص سرطان کبد از امواج الکترومغناطیسی استفاده شده است. امواج الکترومغناطیسی به بافت کبد ارسال می‌شوند و سیگنال‌های بازگشتی از این بافت‌ها جمع‌آوری می‌گردند. سپس، داده‌های حاصل از این سیگنال‌ها با استفاده از الگوریتم‌های پردازش سیگنال در پایتون و متلب تحلیل می‌شوند. این داده‌ها شامل ویژگی‌هایی نظیر فرکانس، طول‌موج، و شدت سیگنال‌ها هستند که به کمک آن‌ها می‌توان تفاوت‌های بین بافت‌های سالم و سرطانی کبد را شناسایی کرد. برای پردازش و تحلیل این سیگنال‌ها، از تکنیک‌های یادگیری ماشین استفاده می‌شود که به بهبود دقت و سرعت تشخیص در مراحل اولیه سرطان کبد کمک می‌کند. دیتاست مورد استفاده شامل سیگنال‌های الکترومغناطیسی دریافت‌شده از بافت‌های کبدی سالم و سرطانی است که به‌طور غیرتهاجمی از طریق امواج الکترومغناطیسی اندازه‌گیری شده‌اند.
کسب و کار
پایتون
متلب
آموزش پایتون
پردازش تصویر
تحلیل داده
matlab
نرم افزار matlab
matlab programming
کدنویسی
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۱,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۱ روز
امتیاز کارفرما
(۱)
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
دستیار جهت نگارش مقاله های systematic review با تجربه ی حوزه های کامپیوتر و یادگیری ماشین و هوش مصنوعی
هوش مصنوعی
برنامه نویسی
برنامه نویسی وب
کدنویسی
یادگیری عمیق
ماشین لرنینگ
پایتون
machine learning
python
مشاهده جزئیات پیشنهادهای این پروژه
گزارش تخلف
جزئیات پروژه
ثبت پیشنهاد
پروژه را با دوستان خود به اشتراک بگذارید
کپی لینک
بودجه
۲,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۲۵ روز
امتیاز کارفرما
(۳)
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
بودجه
۲,۵۰۰,۰۰۰ تومان
زمان پیشنهادی
۱۰ روز
امتیاز کارفرما
(۳)
تهران
وضعیت
منتشر شده
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
۱۰,۰۰۰,۰۰۰ تومان
زمان پیشنهادی
۳۰ روز
کارفرمای جدید
تهران
وضعیت
منتشر شده
مشاهده پروژه
ثبت پیشنهاد روی پروژه
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.
نردبان
یادگیری عمیق
deep learning
برنامه نویسی
پایتون
ماشین لرنینگ
بینایی ماشین
python
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
۱
۲
۳
۴
۵
۱
برای کسب درآمد کلیک کنید ثبت نام
کارلنسر را در شبکه های اجتماعی دنبال کنید
شماره تماس ۲۸۴۲۶۴۴۳ ۰۲۱
آدرس ایمیل info@karlancer.com
پشتیبانی