پیش بینی قیمت با پایتون (21480)+
چهار سال پیش منتشر شده
تعداد بازدید: 308
کد پروژه: 257156
شرح پروژه
اطلاعات معاملات خرید و فروش مسکن را دارم می خواهم داده ها پس از پاکسازی، با استفاده از روش های یادگیری ماشین زیر به داده ها مدل برازش داده و از بین تمام روش ها و یک روش ترکیبی نوآورانه، بهترین روش را با ذکر دلایل انتخاب کنیم . روش پیشنهادی برای پیش بینی قیمت مسکن
· الگوریتم رگرسیون خطی (Linear Regression Algorithm)
· رگرسیون لاسو (Lasso Regression)
· طراحی مدل شبکه عصبی بازگشتی با واحد حافظه کوتاه مدتِ بلند (LSTM).
· الگوریتم ماشین بردار پشتیبان (SVM)
· جنگل تصادفی (Random Forest)
· نزدیکترین همسایگی (k-Nearest Neighbors)
· الگوریتم Extreme Gradient Boosting) XGBoost)
· الگوریتم LightGBM
· الگوریتم Catboost
· الگوریتم AdaBoost یا Adaptive Boost
· الگوریتم Gradient Boost
روش ها توضیح داده شود و فرمول های ریاضی آن بیان شود. توضیح آپشن هایی که برای هر روش منتخب از کتابخانه پایتون باید مقداردهی شود و مقادیر مجاز قابل انتخاب، توضیح داده شود. برنامه هم باید ضمیمه شود.
در مدل نهایی با مقداردهی ویژ گی های منتخب قیمت پیش بینی اعلام شود
7327
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
30روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت دوازده سال پیش
