久久夜色精品国产噜噜亚洲sv,在厨房拨开内裤进入在线视频,中文字幕人成无码人妻综合社区 ,亚洲伊人久久大香线蕉av,一本色道久久综合亚洲精品

工商財(cái)稅
設(shè)計(jì)與創(chuàng)意
技術(shù)開(kāi)發(fā)
策劃與營(yíng)銷(xiāo)
知識(shí)產(chǎn)權(quán)
數(shù)字資產(chǎn)交易
影視與動(dòng)畫(huà)
國(guó)際服務(wù)
用工成本優(yōu)化
科技服務(wù)
法律服務(wù)
寫(xiě)作與翻譯
建筑裝修
場(chǎng)地/培訓(xùn)/咨詢(xún)

價(jià)格預(yù)算

最小值

最大值

重置 完成

服務(wù)商類(lèi)型

服務(wù)商所在地

請(qǐng)選擇
    發(fā)布任務(wù)
    電商軟件開(kāi)發(fā)-大數(shù)據(jù)方向
    800000元
    其他行業(yè)軟件開(kāi)發(fā)
    需求類(lèi)型
    大數(shù)據(jù)算法方面工作合作: 數(shù)據(jù)科學(xué)家合作要求: 1. 具備 深厚的數(shù)學(xué)知識(shí): 如線性代數(shù)、統(tǒng)計(jì)學(xué)和概率理論等; 2. 熟練掌握多種機(jī)器學(xué)習(xí)算法:神經(jīng)網(wǎng)絡(luò)、線性回歸、決策樹(shù)、樸素貝葉斯分類(lèi)、邏輯回歸、聚類(lèi)算法、主成分分析、奇異值分解、獨(dú)立成分分析 及其他機(jī)器學(xué)習(xí)技能、時(shí)間序列、自然語(yǔ)言處理、異常檢測(cè)、計(jì)算機(jī)視覺(jué)、推薦引擎、生存分析、強(qiáng)化學(xué)習(xí)和對(duì)抗學(xué)習(xí)等。 3. 有電商行業(yè)經(jīng)驗(yàn), 應(yīng)用先進(jìn)的統(tǒng)計(jì)建模、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)方法建立數(shù)據(jù)模型 4. 能深度挖掘數(shù)據(jù)價(jià)值,把數(shù)據(jù)模型應(yīng)用到實(shí)際業(yè)務(wù)。 數(shù)據(jù)科學(xué)家 合作內(nèi)容: 1. 深入了解我司業(yè)務(wù)流程、數(shù)據(jù),挖掘數(shù)據(jù)價(jià)值,采用合適的算法訓(xùn)練模型,并將模型應(yīng)用到業(yè)務(wù)里。 (??由于我們的業(yè)務(wù)數(shù)據(jù)量不是很大,這個(gè)模型訓(xùn)練,是否可以考慮 給我們提供一些成熟的模型,做一些調(diào)整,拿來(lái)直接使用) 2. 指導(dǎo)算法模型的應(yīng)用和后續(xù)模型的持續(xù)優(yōu)化迭代。
    進(jìn)行中 2021-05-10發(fā)布
    招標(biāo)-按項(xiàng)目付費(fèi)
    機(jī)理數(shù)理模型耦合開(kāi)發(fā)
    650000元
    其他行業(yè)軟件開(kāi)發(fā)
    需求類(lèi)型
    本項(xiàng)目的主要研究?jī)?nèi)容分為以下兩個(gè)方面。 (1):用數(shù)據(jù)建模的方式構(gòu)建一套電力系統(tǒng)主要設(shè)備的數(shù)理模型 數(shù)據(jù)建模采用系統(tǒng)辨識(shí)技術(shù),根據(jù)系統(tǒng)實(shí)際運(yùn)行或?qū)嶒?yàn)過(guò)程中所取的輸入、輸出數(shù)據(jù),利用各種辨識(shí)算法來(lái)建立系統(tǒng)數(shù)學(xué)模型。數(shù)據(jù)模型又稱(chēng)為“黑箱”模型,它是完全基于數(shù)據(jù)的模型,它是在對(duì)過(guò)程的大量觀測(cè)樣本數(shù)據(jù)的基礎(chǔ)上,選定因果變量之間的關(guān)聯(lián)方程,經(jīng)過(guò)統(tǒng)計(jì)分析、數(shù)據(jù)或人工智能等發(fā)放,來(lái)確定方程的形式?!昂谙洹辈恍枰鞔_的機(jī)理進(jìn)行指導(dǎo),主要是在觀測(cè)數(shù)據(jù)中尋找變量之間的關(guān)系。常用的“黑箱”建模方法有回歸分析,包括一元和多元線性回歸,以及基于主成分和偏最小二乘方法的線性和非線性回歸方法、卡爾曼濾波方法、人工神經(jīng)網(wǎng)絡(luò)方法等?!昂谙洹苯7椒ǖ膬?yōu)點(diǎn)是避開(kāi)了復(fù)雜的機(jī)理分析,模型對(duì)現(xiàn)有數(shù)據(jù)的擬合程度高,求解相對(duì)比較方便。但是數(shù)據(jù)建模的結(jié)構(gòu)因人而異,有很大的主觀性,模型的泛化能力不穩(wěn)定,有時(shí)對(duì)訓(xùn)練樣本外的數(shù)據(jù)擬合甚至?xí)霈F(xiàn)違背常理的情況。 本開(kāi)發(fā)項(xiàng)目要求數(shù)據(jù)建模的計(jì)算輸出精度應(yīng)在原有機(jī)理模型輸出結(jié)果的5%誤差范圍內(nèi)。 (2):與機(jī)理模型有效結(jié)合,建立一套電力系統(tǒng)關(guān)鍵設(shè)備的混合建模方法或提供一套混合模型 混合建模方法是將機(jī)理模型與數(shù)據(jù)建模相結(jié)合的建模方法,它既有一定的物理意義,又包含樣本數(shù)據(jù)的信息,是介于“白箱”建模與“黑箱”建模的建模方法。 混合建模是將先驗(yàn)知識(shí)和辨識(shí)建模方法結(jié)合在一起的一種“灰箱”建模策略,由于充分利用了過(guò)程的各種先驗(yàn)知識(shí),從而降低了對(duì)樣本數(shù)據(jù)的要求,使模型不僅具有良好的局部逼近性能,而且還有較好的全局性能,克服了傳統(tǒng)非線性模型,如神經(jīng)網(wǎng)絡(luò)模型和模糊系統(tǒng)所存在的外延性差等缺點(diǎn)。電力行業(yè)的生產(chǎn)過(guò)程機(jī)理復(fù)雜,已建立的機(jī)理模型都是在一些理想假設(shè)和簡(jiǎn)化的基礎(chǔ)上,難以得到嚴(yán)格意義上的機(jī)理模型,而不依賴(lài)于機(jī)理的“黑箱”模型對(duì)數(shù)據(jù)的依賴(lài)性較強(qiáng),在模型訓(xùn)練數(shù)據(jù)之外又容易出現(xiàn)違背客觀規(guī)律的情況,因此將機(jī)理建模與數(shù)據(jù)建模相結(jié)合成為建模的理想方法。 本開(kāi)發(fā)項(xiàng)目要求依據(jù)上述開(kāi)發(fā)的“黑盒”模型,提出與現(xiàn)有機(jī)理模型相結(jié)合的方法,并在孿生平臺(tái)上測(cè)試、驗(yàn)證混合模型的有效性。
    進(jìn)行中 2021-05-17發(fā)布
    招標(biāo)-按項(xiàng)目付費(fèi)