توضیحات
پروژه پیش بینی قیمت منازل مسکونی شهر تهران با پایتون + دیتابیس
طراحی و آموزش یک شبکه عصبی پرسپترون چند لایه با استفاده از کتابخانه PyTorch برای انجام وظایف بر روی مجموعه داده قیمت خانه تهران شامل 3480 نمونه با شش ویژگی.
موارد انجام شده:
یک شبکه عصبی موثر بسازید که بتواند قیمت خانه تهران را به تومان با ویژگی های ورودی مانند مساحت، تعداد اتاق خواب، پارکینگ، آسانسور، انبار و منطقه ای که خانه در آن قرار دارد، پیش بینی کند.
تأثیر استفاده از توابع فعال سازی و بهینه سازهای مختلف، عادی سازی داده های ورودی و سایر مقادیر فراپارامتر، نرخ یادگیری، تعداد لایه ها و اندازه لایه را بررسی کنید.
وقوع اضافه
برازش در مدل باید پیدا شود و باید سعی کنید آن را کاهش دهید.
محاسبه امتیاز رگرسیون واریانس توضیح داده شده برای ارزیابی مدل بسیار ترجیح داده می شود.
به منظور بازتولید نتایج خود، لطفا وزن مدل خود را ذخیره کرده و به عنوان پیوست ارسال کنید. اگر اندازه فایل خیلی بزرگ است، میتوانید آنها را در درایو گوگل آپلود کنید و پیوندها را در فایل add.txt ذکر کنید.
بخشی از فایل آموزشی:
توضیحات مربوط به کدهای نوشته شده در فضای کولب:
در صورت استفاده از فضای کولب باید در محیط گوگل درایو پوشه Database را ایجاد کرده و دیتابیس مربوطه را آپلود کنید و همچنین پوشه SaveModel را ایجاد کنید و فایل های ذخیره شده شبکه را آپلود کنید تا آموزش قبلی توانایی فراخوانی داشته باشد. و فایل پروژه را نیز در این فضا آپلود کنید. تمام خروجی های خطوط برنامه در فایل پروژه .ipynb موجود است در صورت باز کردن با Notebook Jupiter یا Colab قابل مشاهده است.
تصویر داده ها
پروژه پیش بینی قیمت منازل مسکونی شهر تهران با پایتون + دیتابیس توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
-
درصورتیکه این پروژه دقیقا مطابق خواسته شما نمی باشد، با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.