پیش بینی قیمت با پایتون (21480)+
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
امتیاز : 0/5
فایل ضمیمه
هیچ فایلی ضمیمه نشده است
تایم لاین پروژه
درخواست پشتیبانی-
در انتظار پرداخت
پرداخت تعرفه ثبت پروژه های غیر رایگان
-
در حال بررسی
برسی و تایید پروژه از طرف مدیرت سایت
-
آماده دریافت پیشنهادها
تایید پروژه و نمایش برای مجریان
-
در انتظار پرداخت هزینه پروژه
پرداخت هزینه اجرای پروژه توسط کارفرما
-
در انتظار پرداخت ضمانت اجرا
پرداخت مبلغ ضمانت اجرا توسط مجری
-
در حال انجام
پروژه شما درحال انجام می باشد
-
انجام شد
اتمام اجرای پروژه
لیست پیشنهادها
هیچ پیشنهادی ارسال نشده است
- اطلاعات پروژه
- 885کد پروژه
-
کمک آموزشی
دسته بندی - 22 مهر 1400تاریخ ثبت
- 1 روزمهلت اجرا
- 100,000 تومانحداقل بودجه
- 300,000 تومانحداکثر بودجه
- 0 درصد ضمانت اجرا
- آماده دریافت پیشنهادها وضعیت