Offered By: IBM
Прогнозування з використанням нейронних мереж
Дана лабораторна робота присвячена вивченню прогнозування на основі методів аналізу великих даних на прикладі продажів пестицидів. В процесі виконання ви навчитеся робити прогнози за допомогою лінійної регресії та двох фреймфорків для побудови нейронних мереж, а також зможете отримувати статистичні дані та порівнювати результати.
Continue reading Premium
Guided Project
Artificial Intelligence
4.9
At a Glance
Дана лабораторна робота присвячена вивченню прогнозування на основі методів аналізу великих даних на прикладі продажів пестицидів. В процесі виконання ви навчитеся робити прогнози за допомогою лінійної регресії та двох фреймфорків для побудови нейронних мереж, а також зможете отримувати статистичні дані та порівнювати результати.
На сьогодні у світі існує багато відкритих статистичних даних для галузі сільського господарства. Проте, представлено небагато інструментів для прогнозування та візуалізації цих даних. У цій лабораторній роботі буде продемонстровано як завантажувати дані з відкритих джерел, виконувати попередній аналіз даних, перетворювати та очищати дані, виконувати кореляцію.
Далі буде розглянуто 2 різних математичних підходи до розрахунку прогнозу на основі лінійної регресії.
Для цього буде наведено приклад поділу набору даних на навчальну та тестову вибірки. Буде показано, як будувати моделі за допомогою двох різних фреймворків. Після цього буде побудовано прогноз та проаналізовано точність й адекватність отриманих моделей.
Потім будуть побудовані та встановлені дві різні нейромережі, вивчено, як нормалізувати та обернути нормалізацію даних. В кінці буде виконано порівняння всіх результатів.