پروژه یادگیری ماشین(14016))/

---

شرح پروژه

#پروژه_جدید 

#کد_پروژه: 14016

موضوع: پروژه یادگیری ماشین

سلام و خسته نباشید، پروژه ما پیش بینی تعداد تردد هاییه که بینی نواحی شهر تهران انجام میشه و بصورت یک پیش بینی رگرسیون در یادگیری ماشین خواهد بود. 

یک مقاله میفرستم که کاری مشابه کاریه که ما میخواییم انجام بدیم با یک سری تفاوت ها که در ادامه عرض میکنم

این مقاله فقط از داده gps گوگل استفاده کرده که تعداد تردد های بین نواحی رو پیش بینی کنه. 

ما میخواییم چند نوع دیگه داده مثل تعداد سفر های مترو، تعداد شمارش دوربین های پلاک خوان، تعداد سفر های انجام شده با یک اپلیکیشن موبایل مثل نشان، و خصوصیات هر ناحیه رو برای پیش بینی استفاده کنیم.

داده های ما معمولا برای 6 ماه موجود هستند اما داده پیش بینی ما برای یک روزه. باید با توجه به تاریخی که برای هر نمونه هست روز هفته مشخص بشه و چند روز هفته میانگین گرفته بشه. روز های تعطیل رسمی هم باید جدا بشن.

داده به این شکل موجود هستند.

ما 6 نوع داده داریم که باید یک سری پیش پردازش های جزئی روشون انجام بشه (مثل میانگین گیری 6 ماه که قبل گفتم)و به داده اصلی اضافه بشه.

بعد که داده آماده شد باید حدود 12 میلیون نمونه ایجاد شده باشند. میخوایم با روش های مرسوم یادگیری ماشین پیش بینی انجام بشه و نتایج هر کدوم گزارش بشن

برای هر مدل تنظیم پارامتر هم انجام بشه تا بهترین نتیجه رو بگیریم

مدل هایی که مد نظر هستند:

neural network(mlp)

convolutional neural network

Knn

LightGBM

Random forest

اینو فراموش کردم قبل بگم. برای مدلسازی در نهایت باید چیزی حدود 60 ویژگی برای هر نمونه داشته باشیم که احتمالا همشون در پیش بینی تاثیر گزار نیستند. پس با الگوریتم های معمولی که استفاده میشه مثل رگرسیون خطی با تستt یا f-score ویژگی های تاثیر گزارو مشخص کنیم. یعنی فقط با ویژگی هایی که در پیش بینی تاثیر  دارند مدلسازی کنیم

من یکم محدودیت زمانی دارم بنظرتون اگر زودتر کار شروع بشه تا چه زمانی میشه تمومش کرد؟

حداکثر دو ماه زمان دارن

نرم افزار خاصی مد نظرم نیست ولی میتونه با پایتون انجام بشه

این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---