Укажите статус
-
ДоступенЗанятОтсутствуюНе определено
Баттл твипов - Сделать баннер в 3 - против - Создание предиктивных
Сообщить о проблеме
Голосовать
Сделать баннер в 3 вариантах,которые продают
500
Сделаю 3 статичных баннера, который с вероятностью 99% отлично конвертируют трафик!
Перечислю несколько параметров, которые я гарантирую со своей стороны:
- Изучение тематики разрабатываемого баннера;
- Беседа с заказчиком, обсуждение различного рода нюансов;
- Гарантирую выполнение работы в срок;
- Внесение правок - я готов вносить незначительные изменения в разработанный дизайн, по ТЗ;
- Умение слушать.Заказ, за который я берусь, выполняю качественно и стараюсь достигнуть максимального качества.
Буду рад выполнить ваши заказы!
Что Вы получите при заказе услуги?
3 статичных баннера для сайта, рекламы, социальных сетей или повышения узнаваемости бренда. Не более 2-ух правок, в ином случае правки оплачиваются.
Просьба: Предоставляйте пожалуйста информацию по заказу как можно быстрее и не тяните с этим). Также пишите все свои пожелан
Для начала работы потребуется:Укажите тематику баннеров. Укажите размеры для баннеров в пикселях (px). Укажите ссылку где планируете размещать баннеры Укажите текст для баннеров (при необходимости). Особые пожелания по иллюстрации (при необходимости). Учту любые пожелания по дизайну. Если у Вас есть изображения для банера, то прикрепите их. Скидка 50% на каждую пятую услугу
Голосовать
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