پروژه های یادگیری ماشین

پیاده سازی روش یادگیری ماشین برای مسائل بهینه سازی.این کار نیاز به تخصص در یادگیری ماشین دارد.

با سلام، من یک سرور MySQL راه‌اندازی کرده‌ام و در آن چندین پایگاه داده و جداول ایجاد کرده‌ام. هدف اصلی این پروژه، توسعه یک API مبتنی بر پلتفرم پایتون مانند Django، Flask یا FastAPI است که امکان مدیریت دسترسی کاربران به این پایگاه داده‌ها و جداول را فراهم کند. در ادامه نیازمندی‌های پروژه به صورت دقیق‌تر توضیح داده شده است: ۱. پنل مدیریت: سیستم احراز هویت برای مدیران: مدیران باید بتوانند با استفاده از یک سیستم احراز هویت وارد پنل شوند. مدیریت کاربران: امکان ایجاد، ویرایش، حذف و مشاهده اطلاعات کاربران وجود داشته باشد. تعریف اشتراک: انواع مختلف اشتراک‌ها با مشخصات زیر قابل تعریف باشد: نام اشتراک مدت زمان (مانند ۳، ۶ یا ۱۲ ماه) قیمت پایگاه داده‌ها و جداول قابل دسترسی برای هر اشتراک گزارش‌گیری از وضعیت اشتراک‌ها و کاربران ۲. پنل کاربران: سیستم ثبت‌نام و ورود کاربران: کاربران بتوانند از طریق یک سیستم احراز هویت ثبت‌نام و وارد شوند. صفحه پروفایل کاربر: هر کاربر بتواند اطلاعات شخصی خود را مدیریت کند. نمایش اشتراک‌ها: لیست اشتراک‌های موجود به کاربران نمایش داده شود. خرید اشتراک: امکان انتخاب نوع اشتراک و پرداخت از طریق درگاه‌های مختلف (مانند پرداخت بانکی یا رمزارز) وجود داشته باشد. مدیریت اشتراک‌ها: نمایش وضعیت اشتراک فعال و تاریخ انقضای آن به کاربران. ۳. صفحه اصلی سایت: معرفی کلی سرویس و امکانات آن توضیح مختصری درباره دیتاست‌ها و کاربردهای آن در هوش مصنوعی و یادگیری ماشین لینک به صفحات ثبت‌نام و ورود ۴. API سیستم: احراز هویت با استفاده از توکن: کاربران باید از طریق توکن‌های امنیتی به API دسترسی پیدا کنند. بررسی سطح دسترسی: بررسی سطح دسترسی هر کاربر به دیتابیس‌ها و جداول مورد نظر. ارائه داده‌ها در فرمت استاندارد (مانند JSON): داده‌ها باید به شکل استاندارد به کاربر ارائه شوند. محدودیت درخواست‌ها: تعداد درخواست‌های مجاز هر کاربر بر اساس نوع اشتراک محدود شود. لاگ کردن درخواست‌ها: تمام درخواست‌ها برای امنیت و تحلیل ثبت شوند. ۵. سیستم مدیریت دسترسی: ذخیره اطلاعات دسترسی: اطلاعات دسترسی هر کاربر به دیتابیس‌ها و جداول ذخیره شود. بررسی تاریخ انقضا: اشتراک‌ها به‌صورت خودکار بررسی و در صورت اتمام اعتبار دسترسی قطع شود. ۶. امنیت: استفاده از پروتکل HTTPS برای ارتباطات رمزنگاری پسوردها در پایگاه داده محافظت در برابر حملات رایج وب مانند XSS و SQL Injection ۷. مدیریت پرداخت: پرداخت با رمزارز: امکان پرداخت با رمزارزهایی مانند تتر وجود داشته باشد. پرداخت بانکی ایرانی: درگاه‌های بانکی ایرانی برای پرداخت‌ها یکپارچه‌سازی شوند. ثبت و پیگیری تراکنش‌ها: تمام تراکنش‌ها ثبت و قابل پیگیری باشند. یک سایت هم برای نمونه قرار میدم که تونسته باشم منظورم رو برسونم چیزی شبیه این سایت میخوام: https://tradermade.com/download-forex-data

من مجموعه داده‌ای دارم شامل 290 سطر و 28 ستون شامل داه‌های راه آهنی که 4 ستون آخر آن ستون هدف هستند با عنوان CTR میخوام که با استفاده از داده‌هایی که دارم شاخص CTR را پیش‌بینی کنم و سپس به کمک مقادیر موجود و مقادیر پیش‌بینی شده دقت محاسبه بشه. جزییاتی که باید برای برنامه‌نویسی پایتون انجام شود در قالب فایل PDF در پایین قرار دادم.

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 .

یک پروژه دیپ لرنینگه که باید صحیح ران گرفته بشه و سپس یک دیتای دیگه ای میدم جایگرین بشه و مجدد به طور صحیح ران گرفته بشه

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

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

سلام یک‌کتاب انگلیسی درزمینه هوش مصنوعی(الگوریتم یادگیری ماشین) کاربردش در زمینه مهندسی عمران میخواستم‌به فارسی ترجمه بشه حدودا۶۰۰ صفحه هست که ۳۵۰صفحه اش عکس و جداول میباشد

با سلام من یک پروژه متلب دارم در زمینه ترکیب الگوریتم یادگیری ماشین و الگوریتم های فرا ابتکاری با یکدیگر در حل مسائل مهندسی

سلام وقت بخیر https://arxiv.org/abs/2312.00116 خواسته من اجرای مقاله بالا با گوگل کولب می باشد به همراه گزارش کار ممنون

من یک پروژه دارم که بحث تخصیص وظایف به ماشین های مجازی است و رویکردی پیشنهادی مبتنی بر یادگیری تقویتی عمیق است حتما کسی باشد به سابقه و تجربه در این زمینه داشته باشد و پروژه انجام داده باشد

داده‌ای وجود دارد که باید یکسری مراحل که در فایل پایین قرار داده شده رویش انجام شود و در نهایت مدلی که بیشترین دقت را دارد مشخص شود

راهنمایی درباره نوشتن مقاله ای در حیطه مخابرات باتوجه به مقالات ارسالی . کار اصلی روی مدیریت منابع رادیویی در سل فری بر پایه یادگیری ماشین