تشخیص دقت حملات با استفاده از یادگیری جمعی و وزن دهی طبقه بندها در نرم افزار رپیدماینر Rapidminer
پنج سال پیش منتشر شده
تعداد بازدید: 646
کد پروژه: 138898
شرح پروژه
سلام
در این پروژه لازم هست دقت تشخیص چند نوع حمله از دیتاست kddcup رو با کمک دو نوع طبقه بند و وزن دهی به رای آنها بهبود بدم.
و ببینم که نسبت به مقاله پایه پروژه، نتیجه حاصل شده بهبود رو نشون میده یا خیر؟
من پروژه رپیدماینر رو آماده کردم ولی اون قسمتی که نیاز به برنامه نویسی پایتون داره تا بتونم به رای هر طبقه بند یک وزن مشخص رو نیاز دارم که پیاده سازی بشه و ضمنا نیاز بهارتباط با پیمانکار پروژه هست تا فیدبک موارد اخذ شده از استاد بررسی و اصلاح بشه.
هر کدوم از دوستان که امکان انجام برنامه نویسی پایتون در رپیدماینر رو دارند یا به نحو دیگری می تونن کار رو در رپیدماینر پیش ببرند اعلام بفرمایند.
ضمنا تصویر مدل فرضی و کلی طرح رو ضمیمه کردم.
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مبلغ پروژه
400,000 تومان
مهلت برای انجام
5روز
وضعیت مناقصه
انجام شده
درباره کارفرما
عضویت پنج سال پیش
