1. Подготовить проект, который необходимо будет представить на защите.
2. Подготовить пояснительную записку. Объем записки 30 страниц.
Структура:
1. Аналитическая часть
1.1. Постановка задачи.
1.2. Описание используемых методов
1.3. Разведочный анализ данных
2. Практическая часть
2.1. Предобработка данных
В данном разделе приводится графики распределения для каждого признака до и после нормализации, указать максимальные и минимальные значения.
2.2. Разработка и обучение модели
В данной части приводится список моделей, которые будут использоваться для прогноза модуля упругости при растяжении и прочности при растяжении.
2.3. Тестирование модели
В данном разделе показывается ошибка каждой модели на тренировочной и тестирующей части выборки. Обосновывается выбор модели.
2.4. Написать нейронную сеть, которая будет рекомендовать соотношение матрица.
Описывается выбранная архитектура нейронной сети и ее результаты.
2.5. Разработка приложения
Описать функционал приложения и краткую инструкцию использования.
2.6. Создание удаленного репозитория и загрузка результатов работы на него.
Указывается страница слушателя, созданный репозиторий, коммиты в репозитории.
2. Задание
Тема: Прогнозирование конечных свойств новых материалов (композиционных материалов).
На входе имеются данные о начальных свойствах компонентов композиционных материалов (количество связующего, наполнителя, температурный режим отверждения и т.д.). На выходе необходимо спрогнозировать ряд конечных свойств получаемых композиционных материалов.
Датасет со свойствами композитов. Объединение делать по индексу тип объединения INNER
Требуется:
1) Изучить теоретические основы и методы решения поставленной задачи.
2) Провести разведочный анализ предложенных данных.Необходимо нарисовать гистограммы распределения каждой из переменной, диаграммы ящика с усами, попарные графики рассеяния точек. Необходимо также для каждой колонке получить среднее, медианное значение, провести анализ и исключение выбросов, проверить наличие пропусков.
3) Провести предобработку данных (удаление шумов, нормализация и т.д.).
4) Обучить нескольких моделей для прогноза модуля упругости при растяжении и прочности при растяжении. При построении модели необходимо 30% данных оставить на тестирование модели, на остальных происходит обучение моделей. При построении моделей провести поиск гиперпараметров модели с помощью поиска по сетке с перекрестной проверкой, количество блоков равно 10.
5) Написать нейронную сеть, которая будет рекомендовать соотношение матрица-наполнитель.
6) Разработать приложение с графическим интерфейсом или интерфейсом командной строки, которое будет выдавать прогноз, полученный в задании 4 или 5 (один или два прогноза, на выбор учащегося).
7) Оценить точность модели на тренировочном и тестовом датасете.
8) Создать репозиторий в GitHub / GitLab и разместить там код исследования. Оформить файл README.
Гарантия на работу | 1 год |
Средний балл | 4.96 |
Стоимость | Назначаете сами |
Эксперт | Выбираете сами |
Уникальность работы | от 70% |