Twip battle - Создание предиктивных - VS - Транскрибация текста из

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

Вам нужно отправить мне аудио(видео) файл, если не удается прикрепить тут, можете выложить на любой файлообменник (например, майл облако, яндекс диск и т. д. ) Тут можно выложить без регистрации http://dropmefiles.com/

А также пришлите все требования( убирать ли слова паразиты или оставлять, требования по формату и т. д. )

Обращаю ваше внимание, что в твип входит работа с записями среднего и хорошего качества и только на русском языке.

В 1 твип входит 60 минут аудио/видео в текст или 15000 знаков из PDF-файла

Если длительность аудио превышает 60 минут, Вам необходимо оформить дополнительную опцию.