Linkovi
Definicija problema
Cilj projekta je razviti model dubokog učenja koji može precizno predvideti cenu polovnih vozila na osnovu njihovih karakteristika kao što su marka, model, godina proizvodnje, pređeni kilometri, stanje vozila i druge. Model će omogućiti korisnicima da dobiju brzu i tačnu procenu vrednosti vozila, što može biti korisno prilikom kupovine ili prodaje polovnih vozila.
Skup podataka
Koristiće se skup podataka sa Craigslist-a koji sadrži informacije o polovnim vozilima na prodaju širom Sjedinjenih Američkih Država. Skup podataka uključuje karakteristike kao što su cena, marka, model, godina proizvodnje, pređeni kilometri, stanje vozila i druge. Podaci su prikupljeni sa Kaggle-a.
Metodologija
Evaluacija
-
Metrike:
- Konačna evaluacija modela će se obaviti na test skupu podataka koristeći metrike kao što su MAE, MSE, i R² za procenu tačnosti predikcija. Cilj je postići tačnost veću od 85%.
-
Unakrsna validacija:
- Primena unakrsne validacije sa k-faldova (npr. k=5 ili k=10) za procenu stabilnosti i pouzdanosti modela na različitim podskupovima trening podataka.
Linkovi
Definicija problema
Cilj projekta je razviti model dubokog učenja koji može precizno predvideti cenu polovnih vozila na osnovu njihovih karakteristika kao što su marka, model, godina proizvodnje, pređeni kilometri, stanje vozila i druge. Model će omogućiti korisnicima da dobiju brzu i tačnu procenu vrednosti vozila, što može biti korisno prilikom kupovine ili prodaje polovnih vozila.
Skup podataka
Koristiće se skup podataka sa Craigslist-a koji sadrži informacije o polovnim vozilima na prodaju širom Sjedinjenih Američkih Država. Skup podataka uključuje karakteristike kao što su cena, marka, model, godina proizvodnje, pređeni kilometri, stanje vozila i druge. Podaci su prikupljeni sa Kaggle-a.
Metodologija
Predprocesiranje podataka:
Izbor arhitekture mreže:
Evaluacija
Metrike:
Unakrsna validacija: