На основе датасета заказчика провести обучение нейронной сети с архитектурой Prototypical Neural Networks и сделать классификацию данных.

• сделать парсер для предобработки датасета
• нормализовать данные
• сбалансировать данные
• использовать функцию активации Soft Max
• подготовить метрики обучения
• создать виртуально окружение env. для работы с нужной версией питона и библиотеками на машине заказчика, где будет сдаваться ТЗ
• сделать код для инференса

При необходимости исполнителю будет предоставлена машина для проведения обучения. Сдача готового ТЗ на машине предоставленной заказчиком.

Данное ТЗ является первой частью серии работ состоящих из трёх – четырёх ТЗ, представляющих собой развитие идеи с целью повышения точности предсказаний.



Опыт работы и знания::


Prototypical Neural Networks и Few-shot learning
Grid Search или Bayesian Optimization
Accuracy, Precision, Recall, F1-Score
Нормализация и стандартизация данных one_hot_encoding
Парсинг данных JSON, CSV, SQL
TensorFlow/Keras /PyTorch
NumPy, pandas
Matplotlib/Plotly
Cross-Entropy Loss
Оптимизаторы (Adam, SGD итд)
Интерпретация выходов SoftMax
Методы балансировки данных Oversampling / Undersampling
Binary Cross-Entropy Loss
Аугментация