طراحی الگوریتم پیش پردازش دیتاست فرایندهای سازمانی با روشهای جدید شبکه عصبی و ماشین لرنینگ

شرح پروژه

هدف : اصلاح دیتاست از داده های میسینگ ، نویز ، پرت و دابلیکیت  با روشهای جدید هوش مصنوعی می باشد .

دیتاست از نوع دیتاست فرایندهای سازمانی مانند فرایند پرداخت خسارت بیمه ، فرایند خرید و.... است . یعنی متشکل از 1تا چند میلیون رکورد بهم وابسته و چند فیچر ( ستون) .رکوردها عنوان مراحل فرایند هستند و ستونها شامل عناوین ID ، زمان فرایند، .... هستند.هرچند رکورد مربو به یک CASE ( پرونده می باشد).

مدت زمان تحویل کد الگوریتم اصلاح داده های دارای میسینگ  : حداکثر 14 روز

مدت زمان تحویل  کد الگوریتم اصلاح داده های  دارای  نویز، پرت ، داپلیکیت  : حداکثر 14 روز

مراحل کلی کار :

الف) بررسی دیتاستهای مختلف و انتخاب دیتاست مناسب

ب) کدنویسی الگوریتم اصلاح داده های دارای میسینگ ( مانند پیش بینی داده از روی داده های گذشته) با استفاده از زبان پایتون شامل:

1.کدنویسی الگوریتم جدید برپایه روش  RNN  جهت اصلاح داده های میسینگ  و تست آن بر روی 2دیتاست مختلف و اندازه گیری آن براساس شاخص های  دقت، صحت و FSCORE 

2.  اعمال الگوریتمهای مشابه اصلاح میسینگ (حداقل 5 الگوریتم که از نظر شاخص های معرفی شده در مرحله اول جزء برترین الگوریتمهای تولید شده تا کنون باشند) بر دو دیتا ست مرحله اول

*** لازم بذکر است لیست الگوریتمهای که قبل برای اصلاح داده های  میسینگ توسط پژوهشگران دیگر تولید شده در قالب جدول در اختیار قرار میدهیم .

3. مقایسه الگوریتم جدید با الگوریتم های قبلی از نظر شاخص دقت، صحت، FSCORE و...

4. تحلیل نتایج و ارائه مزایای الگوریتم جدید ما با الگوریتمهای قبلی تولید شده براساس شاخص های دقت، صحت و ... در قالب جدول و نمودار

5. لازم بذکر است کد الگوریتم جدید باید  دقت و صحت بالاتری از الگوریتمهای قبلی تولید شده باشد.

ج) کدنویسی الگوریتم اصلاح داده های نویز، پرت و داپلیکیت   با استفاده از زبان پایتون شامل:

1. انتخاب روش جدید جهت اصلاح داده های نیوز ، پرت و.. ( از روشهای شبکه عصبی یا ماشین لرنینگ).

2. 1.   کدنویسی الگوریتم جدید  جهت اصلاح داده های نویز و پرت  و تست آن بر روی 2دیتاست مختلف و اندازه گیری آن براساس شاخص های  دقت، صحت و FSCORE 

   2.  اعمال الگوریتمهای مشابه اصلاح نویز و پرت (حداقل 5 الگوریتم که از نظر شاخص های معرفی شده در مرحله اول جزء برترینها باشند) بر دو دیتا ست مرحله اول

   *** لازم بذکر است لیست الگوریتمهای که قبل برای اصلاح داده های  میسینگ توسط پژوهشگران دیگر تولید شده در قالب جدول در اختیار قرار میدهیم .

3. مقایسه الگوریتم جدید با الگوریتم های قبلی از نظر شاخص دقت، صحت، FSCORE و

   لازم بذکر است کد الگوریتم جدید باید دقت و صحت بالاتری از الگوریتمهای قبلی تولید شده باشد.

   4. تحلیل نتایج و مزایای الگوریتم جدید ما با الگوریتمهای قبلی تولید شده براساس شاخص های دقت، صحت و ... در قالب جدول و نمودار 5. لازم بذکر است کد الگوریتم جدید باید  دقت و صحت بالاتری از الگوریتمهای قبلی تولید شده باشد.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

کاربر721349

عضویت یک روز پیش

1 پروژه ثبت شده ،

0 پروژه در حال انجام ،

1 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 0%