Добрый день. Задача: При помощи нейронных сетей (в языке Python) реализовать модель, которая сможет предсказывать температуру/влажность/давление на основании тренировочных данных и новых получаемых измерений. Как основная архитектура была выбрана LSTM для сети, но возможны и другие, которые будут работать эффективно.
Данные для тренирования сети будут включать параметры, которые нужно будет предсказать.
Вот ссылки ,как пример того,как оно должно работать
https://www.tensorflow.org/tutorials/structured_data/time_series#split_the_data
https://keras.io/examples/timeseries/timeseries_weather_forecasting/#setup
Тренировочные данные будут аналогичны тем, которые в этих ссылках,только вместо 14
параметров нужны три (температура, влажность, давление). Ну и как
прогноз будет корректироваться в зависимости от получаемых новых данных
серверов.

Бюджет и сроки по согласованию. Спасибо.