2 عدد مینی پروژه هوش مصنویی ML

2 عدد dataset (یعنی 2 تا مینی پروژه جداگونه) به انتخاب خودتون همراه با preprocessing های کامل و سپس استفاده 2 تا از از این الگوریتم ها برای هرکدام (یعنی هر پروژه 2 الگوریتم که بشه تا هم مقایسه کردشون): kNN, decision trees, linear regression, gradient descent, polynomial regression, Beyesian classification, PCA و برای هر پروژه حداقل یکیش رو بدون کتابخانه های ML نوشته شود و فقط با ریاضی و numpy و matplot lib و برای هر پروژه علاوه بر 2 تا الگوریتم ML یه دونه DL هم اگر بتونید اضافه کنید عالی میشه از هر مدل مد مد نظرتوم ( dense, CNN, RNN, LSTM transfomer و ...) سپس کامل evaluation انجام شود به وسیله تکنیک هایی شبیه bias variance trade off و cross validation و ... که برتری هر الگوریتم نسبت به دیگری چیه