پروژه های یادگیری ماشین

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.

داده های سال 1972 تا 2023 میخواستم با روشهای یادگیری ماشین پیش بینی بشه

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.

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..

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

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.

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)

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..

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.

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.

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

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)

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.

دستیار جهت نگارش مقاله های systematic review با تجربه ی حوزه های کامپیوتر و یادگیری ماشین و هوش مصنوعی

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.