Vote

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

Vote

Сделаю атлас, на основе вашей карты, либо доступной онлайн карты.

Доступность онлайн карты на необходимую вам территорию, необходимо уточнить заранее.

Как правило, точно доступны карты на основе  Openstreetmap.

Карты будут с разрешением 150dpi.

Нужно для заказа:

Приложите вашу карту в сканированном виде. Желательно с разрешением 300 dpi, при нужном вам масштабе. Формат  png, либо jpg

Приложите примерную схему разграфки,

Укажите нужный размер листов ( например А4), масштаб атласа.

Укажите нужна ли масштабная линейка на каждом листе.

На Вашей карте должны быть четкие, легко идентифицируемые на картах проекта Openstreetmap объекты, для привязки к координатам.

Доступность онлайн карты на необходимую вам территорию, необходимо уточнить заранее.


Объем услуги:

Атлас на 50 страниц