At a Glance

Name: Прогнозування з використанням нейронних мереж
Price: Free CAD
Rating: 4.9 (99 reviews)
Author: kateryna_hazdiuk, yaroslav_vyklyuk_2

Лабораторна робота присвячена прогнозуванню динаміки поширення COVID-19 у світі за допомогою нейронних мереж різних структур. Мета роботи - навчитися робити прогнози на основі лінійної регресії, нейронних мереж зворотного поширення помилки та довгої короткострокової пам’яті (long short-term memory - LSTM)

Сьогодні існує чимало відкритих джерел даних про поширення COVID-19 у світі. Проте, інструментів для прогнозування цих процесів представлено небагато. У лабораторній роботі буде продемонстровано, як можна завантажувати дані з відкритих джерел, виконувати попередній аналіз даних, перетворювати та очищати дані, виконувати кореляційний та лаговий аналіз.

Також будуть розглянуті три різні математичні моделі для побудови прогнозу: лінійна регресія, нейронні мережі зворотного поширення помилки та довга короткострокова пам’ять (long short-term memory - LSTM).

Для цього буде здійснено поділ набору даних на навчальні та тестові вибірки. Буде показано як нормувати дані та проводити попередній аналіз і продемонстровано, як будувати моделі та набори даних для використання двох різних нейронних мереж. Наступним кроком буде побудова прогнозу та порівняння точності та адекватності отриманих моделей.

Offered By: IBM

Прогнозування з використанням нейронних мереж

At a Glance