Баттл твипов - Перевод - транскрибация - против - Создание предиктивных

В рамках данного твипа я предоставлю перевод аудио/видео в текстовой формат ( транскрибация ).

Выполняя задание, я постараюсь произвести перевод :

1. Без орфографических ошибок.

2. Дословная расшифровка.

3. Убрать слова-паразиты.

4. Текст разбить на абзацы.

5. Если какие-то слова будут не понятны, то я напишу так, как понимаю и такой текст выделю цветом.

Расшифрованный текст пришлю в файле Word.

Вам необходимо: Необходимо прислать аудио(видео) файл или можете выложить его на любой файлообменник. Кроме того, необходимо прислать требования ( убирать ли слова паразиты, формат отчета и т. п. )

В твип входит работа с записями среднего и хорошего качества и только на русском языке.

В 1 твип входит до 45 минут аудио/видео в текст.

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