پروژه پایتون 74987
هشت ماه پیش منتشر شده
تعداد بازدید: 143
کد پروژه: 491695
شرح پروژه
:
https://www.kaggle.com/datasets/shivamb/vehicle-claim-fraud-detection
https://www.kaggle.com/datasets/shivamb/vehicle-claim-fraud-detection
برای دو تا دیتا ست که فرستادم میخام دوتا مدل کار بشه یک بار GAT
ویک بار هم combine LSTM GAT
این برای کمباین مدل :
Input to LSTM: Feed the sequence of graph embeddings (from GATs) into the LSTM. Each timestep could represent a graph's state at a certain point in time or following an event (like a new transaction).
Output: design the output layer to make predictions based on the LSTM's output.
include additional dense layers and a final activation function suitable for your specific task.
Incorporate Other Features: other relevant temporal features that do not naturally fit into the graph structure, consider incorporating them either at the LSTM stage or in fully connected layers after the LSTM outputs.
و این هم توضیحات کلی دیگه
مدل ها باید حداقل دو لایه داشته باشن
و تکنیک های مورد نیاز برای اوردرافت و اینها رعایت بشه مثل dropout
همچنین مواردی مثل بالانس کردن انجام بشه که اکوریسی رو بالا ببره
حتمن در انتها Accuracy
اندازه گیری بشه با متدهای مختلف مثل F1 و Accuracy
بله با پایتون
برای قسمت اول یک ماه
برای قسمت دوم سه ماه
مهارت ها و تخصص های مورد نیاز
مبلغ پروژه
220,000 تومان
مهلت برای انجام
10روز
وضعیت مناقصه
انجام شده
درباره کارفرما
عضویت دو سال پیش
