Twip battle - I will translate 1000 - VS - Создание предиктивных

Report a problem
Vote
I will translate 1000 words English to Romanian and viceversa

I will translate 1000 words English to Romanian and viceversa
1000
 I will translate up to 1000 words.I will translate up to 3000 words.I will translate up to 5000 words.

Welcome to my Twip!

My name is Raluca. I'm a native Romanian speaker who has been learning English since I was 3 years old. I also hold a Cambridge CAE certificate and I would like to offer my translation services for Romanian to English or English to Romanian.

I can translate up to 1000 words/Twip for only 1000 ₽, in less than 24 hours.  

Why should you choose me?

  • Your translations will be proofread before being sent.
  • You will be given unlimited revisions, until you are fully satisfied.
  • Your document will always be sent before the deadline.
  • All my work is done manually.
  • I am professional, ambitious, reliable, fast and communicative

P.S.: I accept any type of document (Word, PPT, Excel, PDF, XML, HTML, strings, SEO keywords, PHP). I can translate marketing, technical, legal documents, poems, books, any article you provide (in any niche). 

For non-text documents(images and scans), the price will depend on the complexity of the document so please contact me first.

I also translate from Romanian to French or viceversa
I also professionally translate English to French or viceversa

I look forward to working with you! 

Vote
Создание предиктивных или классифицирующих моделей

Создание предиктивных или классифицирующих моделей
2000
Использование алгоритмов машинного обучения (Mashine Learning) для глубокого анализа данных и построения моделей

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных