Twip battle - Подниму рейтинг сайта в - VS - Создание предиктивных

Report a problem
Vote
Подниму рейтинг сайта в сети доверия wot (web of trust)

Подниму рейтинг сайта в сети доверия wot (web of trust)
900
Выведу сайт в зеленый, положительный рейтинг.
Что вы получитеУ меня серебряный аккаунт WOT и большой опыт выполнения заказов. Также, есть проверенная, огромная база исполнителей, с активными аккаунтами  Rookie, Bronze, Silver., готовых оценить ВАШ  сайт.  После чего  рейтинг  у  сайта гарантированно  увеличится, и будет иметь зеленый  цвет ! 
В заказ входят  17    оценок,   от  активных пользователей WOT. 
ВЫСЫЛАЮ ПОДРОБНЫЙ ОТЧЕТ О ВЫПОЛНЕННОЙ РАБОТЕ! 
ПЛЮС БОНУС, КАЖДОМУ ЗАКАЗЧИКУ ОТ МЕНЯ! 
Положительная репутация WOT даёт Вам следующие преимущества : 
1. Значительно увеличивает доверие пользователей к Вашему сайту! 
2. При зеленом рейтинге пользователь выберет именно Ваш сайт из поисковой выдачи! 
3. Даже если Вашему сайту поставят отрицательные рейтинги, уменьшается риск падения репутации сайта до низких оценок. Чаще всего низкий рейтинг ставят конкуренты... 
WOT – это  сервис на основе сообщества, который показывает, каким сайтам можно доверять по мнению пользователей. WOT помогает защититься от попыток мошенничества, фишинга и неудачного опыта онлайн-покупок.  
Значки репутации видны в результатах поисковых систем, в социальных сетях, электронных письмах, и на некоторых других популярных сайтах. 
Они показывают, насколько другие пользователи доверяют сайту.Способ выполнения работы: онлайн удаленно
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