dmshar

Вам подойдет любая книга, где рассматривается работа нейросетей. Это касается "обучения НС с нуля". По сути, на этапе обучения НС получает ОГРОМНОЕ количество примеров, циклически обрабатывая которые, по много раз возвращаясь к началу обучения, через очень много циклов она начинает более-менее правильно решать задачу. Когда вы хотите это сделать он-лайн, причем ей на вход примеры будут насыпать "в час по чайной ложке" (а так и будет, если сравнивать скорость работы компьютеров и скорость подачи примеров людьми, даже если таких людей вы заставите работать не отходя от компьютера и наберете хоть пару сотен), то ваша НС через пару лет будет лепетать на уровне двухлетнего ребенка, потом еще пару лет на уровне трехлетнего. На более менее приемлемый уровень ("писать и обрабатывать объёмные тексты") она выйдет очень и очень нескоро. Если у вас цель понять, как учиться ребенок - то вот так это и происходит. А вот если у вас цель сотворить что-то реальное - то этот путь тупиковый и очень затратный.
Вот, хваленый СhatGPT когда только появился выдавал такой - в прямом смысле "детский лепет". Так это его предварительно обучали на миллиардном корпусе входных данных, на супермощных компьютерах и не один год(!). А вы хотите "с нуля" с ним посоревноваться?
Но если вас интересует просто попытка разобраться в том, как НС генерируют осмысленный текст ("хотя бы какую-нибудь наводку, книгу, статью" - т.е. у вас вообще нет понимания, как НС работают по разбору и генерации текстов) - то вот можно начать, например, отсюда:
https://habr.com/ru/companies/ods/articles/716918/ - это вообще-то полуразвлекательное чтиво, но некоторое представление дает.
https://habr.com/ru/articles/739014/ - тут уже посерйозней.
Но вообще-то уже начали выходить даже книги по ChatGPT (правда - в основном на английском), а по методам работы с текстовой информации - их вообще уже куча, на разный уровень читателя и с учетом различных его интересов. Ключевое слово для поиска "NLP - Natural Language Processing".
Удачи!

Ну, можно еще и тут:
https://huggingface.co/datasets

Вообще-то задача распространенная, можно сказать абсолютно традиционная. Ничего сверхестественного:
https://machinelearningmastery.com/imbalanced-clas...
https://towardsdatascience.com/imbalanced-data-in-...
https://machinelearningmastery.com/tour-of-evaluat...
https://newtechaudit.ru/algoritm-balansirovki-klas...
https://www.analyticsvidhya.com/blog/2023/01/pract...
https://alexanderdyakonov.wordpress.com/2021/05/27...
https://towardsdatascience.com/how-to-deal-with-im...
forum.disser.ru/index.php?act=attach&type=post&id=2340
https://dataaspirant.com/handle-imbalanced-data-ma...
Тут есть все - и теория, и алгоритмы и реализации (как правило - на Python). Далее - по ссылкам. И совет - хотите изучать Мachine Learning - начните с освоения методов поиска информации. Хотя-бы в Гуугле. Все лежит на поверхности!

Подсказываю:
1. "может можно подкрутить R" - можно.
2. "может допущена ошибка" - может.
Особенно просто ответить на эти вопросы не видя вашего кода.

3. "прогноз выходит всего на пару дней" - ну если точность прогноза вас устраивает - то это вполне нормально. Если это реальная задача, а не подобранный учебный пример.
4. " Вот только R^2 получается равен 0,03" - это может означать что данные ваши имеют такую природу, что предсказывать по ним невозможно. Так вполне может быть тоже.
5. Если "прогноз идет не цены, а абсолютного изменения" и вы ничего не можете предсказать, то очень может быть, что вам повезло, вы действительно удачно "стационаризировали" ряд и предсказание надо вести не методом ARIMA, а элементарным анализом распределения полученного ряда, строя по ним вероятностные характеристики, потом выделять трендовую составляющую каким нибудь методом, а потом агрегировать полученныей результаты в общую модель предсказания. Часто бывает, что это работает как минимум не хуже, чем ARIMA/

6. Имеется такой модуль pmdarima в котором есть функция auto_arima(). Она пытается самостоятельно найти параметры ARIMA, которые для конкретного набора данных дают лучший результат. Попробуйте.

https://github.com/andim/projgrad
https://www.kaggle.com/general/301545
https://gist.github.com/oscarknagg/45b187c236c6262...
https://github.com/amkatrutsa/liboptpy
https://ee227c.github.io/code/lecture4.html#Projec...

Да кто его знает, чему вас там в школе учат и чего вы уже выучили. Идете от другого - какая математика нужна для работы в DS, а уж от этого - ищите, что вам надо "добирать".

https://habr.com/ru/post/708752/
https://habr.com/ru/post/432670/
https://habr.com/ru/company/sk%D1%96llbox/blog/663508/
https://qna.habr.com/q/1256032
https://www.datasciencecentral.com/tutorial-the-ma...
https://www.analyticsvidhya.com/blog/2019/10/mathe...

А вообще - даже на этом форуме таких тем было уже наверное более десятка. Просмотрите, сделайте выводы.

как тюнить непонятно. Поэтому вопрос к специалистам: какой алгоритм лучше использовать для моей задачи, как лучше тюнить и какие показатели Accuracy считаются хорошими?
- Существует три основных видов ансамблирования алгоритмов ML (а именно так называется то, что вы хотите сделать) - стекинг, бэггинг, бустинг. И масса производных от них. (Правда - если вы хотите более тонко настраивать ансамбль, то в ход идут другие, более сложные методы, которые учитывают статистические характеристики, включая доверительные интервалы, ROC оценки конкретных алгоритмов и пытаются работать с ними - но это уже далеко от старта).

Про эти простейшие способы можно прочитать и в серьезных работах, коих немало, и в статьях для начинающих, например:
https://habr.com/ru/post/561732/
https://alexanderdyakonov.wordpress.com/2019/04/19...
arbir.ru/articles/a_4053.htm
а есть книги различной степени серьезности на эту тему:
Kunapuli Ensemble Methods for Machine Learning
Kyriakides Hands-On Ensemble Learning with Python:...
Semi Ensemble Methods in Data Mining: Improving Ac...
И вообще, сегодня уже ни одна книга по МL не выходит без раздела про ансамблирование. Ну вот просто из последнего, 2022 год издания, что под рукой
Pajankar Hands-on Machine Learning with Python: Im...
и в ней глава "CHAPTER 10 Ensemble Learning Methods"

По сути, сегодня все соревнующиеся на Kaggle и в M4 Competition - именно этим (построением ансамблей алгоритмов) занимаются, понимая, что объединение нескольких алгоритмов может дать несколько процентов выигрыша. Можете посмотреть несколько примеров где объединяют казалось бы необъединимые алгоритмы (например - статистическую оценку параметров с нейросетью). Но вот жестких подсказок тут никто не даст - для каждой задачи это эксперименты + знания, опыт и интуиция исследователя.

какие показатели Accuracy считаются хорошими -
а вот тут все намного проще. Нет понятия "хороший" или "плохой" показатель. Это не школа, где вам надо найти правильный ответ. ML вообще, и ансамблирование еще в большей мере - это процесс творческий. Какое значение получите - вот то и есть (для вас) хороший результат. Хотите больше - экспериментируйте дальше.
Ну и замечание вдогонку. Accuracy - это не единственный показатель. Не даром напридумывали еще как минимум с полдесятка характеристик эффективности моделей ML. И часто надо искать компромисс, поскольку одни алгоритмы оказываются лучше по одним показателям, а некоторые - по другим. И вам надо найти и как-то оценить, какие именно характеристики работают в вашем случае. Так что поле для деятельности открывается достаточно широкое.

Маленький совет как для новичка. Если начинаешь изучать что-то новое для себя, надо не "самую лучшую" книгу по теме искать, а самую понятную. Что далеко не одно и то-же.
И да, книги которые вы привели в вопросе, они вполне понятные, так что читайте. Только учтите, что на то, что-бы въехать в эту тему надо столько времени, что вряд ли какой-нибудь вменяемый заказчик согласиться ждать.

Вот это звучит несколько странно :"а так же могу написать код. Так вот вопрос такой: если я знаю как она работает и для чего она нужна, зачем мне знать какая у нее формула " А как же вы пишете код для линейной регрессии, если на знаете, что там за формула? Или вы под "могу написать код" понимаете вызов метода из scikit-learn ? Ну так знание параметров функции и умение ее вызвать еще не делают из человека специалиста по машинному обучению. Хотя многие думают что это не так. Только вот после же первой встречи с реальными данными их апломба почему-то становиться на много меньше.
А вообще-то математика в Data Science это то-же что и анатомия в медицине. Может-ли врач считаться врачем, если он не знает анатомии, а умеет только выписывать рецепты лекарств? Вы бы хотели лечиться у такого врача? Именно фундамент отличает серьезного разработчика от Незнайки, который думал, что он все знает и умеет. Фундамент долго, упорно, и даже нужно закладывается. Но вот потом позволяет быстро расти.
Вот для этого и надо знать математику и статистику, которые лежат в основе Dara Scince. Что бы не остаться на всю жизнь Незнайкой.

Вы документацию читали? Там же четко английским по белому написано:
"If you run into any errors, open an issue in the Issues tab and I'll see what I can do. But try googling first. You'll probably find answers from people that know more than me."
Вы пробовали сделать то, что вам советуют? Ну например, нагууглили, что "the NumPy object type 'O' is created when the NumPy array itself has mixed element types (e.g. np.int8 and np.float32)" ? Вот и ищите, где и какие данные вы неправильно задаете, путая их типы.

Если вы не понимаете преимущества и недостатки этих языков именно в задачах ML, а кроме того, вы в одну кучу намешали "ML-движок" и "ML-модель" , то это просто означает что у вас (и вашей команды) знания в области ML реально нулевые. В таком случае писать самостоятельно "ML-движок" я бы вообще поостергся. Как вам уже посоветовали - нанимайте людей, которые имеют соответствующую экспертизу, они и на ваши вопросы вам ответят. Опыт в программировании и опыт в ML - это близкие, но совершенно различные скилзы.
P.S. Про вопрос - а ЗАЧЕМ самостоятельно писать "ML-движок" - я вообще умолчу.

Не надо изобретать велосипед. Ваша задача - это классика. Называется
Метод_опорных_векторов (https://ru.wikipedia.org/wiki/Метод_опорных_векторов).
Имеется куча литературы, да и в интернет тема раскрыта неплохо.
(Просто несколько ссылок для "раскрутки"
https://www.projectpro.io/data-science-in-r-progra...
https://www.analyticsvidhya.com/blog/2021/03/begin...
https://habr.com/ru/company/ods/blog/484148/

Правда она математически сложнее регрессии. Но если вам надо - читайте, изучайте, применяйте.

Сегодня по количеству работ по применению методов машинного обучения медицина наверное занимает второе место после финсектора. А вы спрашиваете, что можно сделать. Да что угодно - про IBM Watson надеюсь слышали? Так это только самый известный пример.
Ну вот из последнего. Нечто даже прямо с habr'a.
https://habr.com/ru/company/first/blog/682516/
https://webiomed.ru/blog/obzor-rossiiskikh-sistem-...
https://habr.com/ru/post/673312/
https://towardsdatascience.com/machine-learning-in...
https://towardsdatascience.com/ai-for-healthcare-a...
https://developer.ibm.com/product-doclinks/
https://www.cnews.ru/articles/2019-11-20_nmits_onk...
https://data-flair.training/blogs/big-data-in-heal...
ну и так далее. Читайте, смотрите, думайте. Одно знаю абсолютно точно (по опыту). Для того, что-бы разрабатывать такие системы нужна очень плотная кооперация и взаимопонимание между условным врачом и условным датасаентистом. А поскольку такие задачи с "налета" не решаются - у "врача" должна присутствовать очень мощная заинтересованность, а у обычных "энтузиастов" из-за сложности задач запал заканчивается как правило довольно быстро. И остается ИТ-специалист с полуготовым решением на руках, которое и не приткнёшь никуда, и не лицензируешь и уж тем более не доведешь до ума без помощи "врача". Поэтом у врача должен быть какой-то внешний стимул, причем очень сильный.
Причем и "врач" и "датасаентист" в данном случае - это не один человек, а некоторые группы соответствующих специалистов. Иначе получите поделку, которая никому кроме самого автора и нафиг не будет нужной. Учтите это, когда будете искать "сотрудников".

Вы точно создали нейросеть? Сами?
Вы точно понимаете как именно "кластеризация" сочетается с " выдачей ответа в текстовом формате"?
Стесняюсь спросить, созданная вами нейросеть выдает свои сообщение по-английски потому что английский для вас родной?
Если ваша нейросеть выдает не то, что вы ожидаете, то может у вас ошибка? Может стоит что-то исправить в созданной вами нейросети?
Вы уверены, что " нейросеть не выдает ответ, а пишет, что в следующей таблице приведены результаты анализа полученных данных"? Вот так сама берет и пишет? Не вы составили так программу, что ей приходится это выводить, а нейросеть сама вышла из повиновения и придумала этот текст? Или все-таки он есть в вашем коде?
Результата и мы не видим, поэтому говорить о том, что созданная вами программа "работает" как-то странно.
А вот ваш вопрос "как исправить" вообще более чем странен. Что-бы исправить что-то в программе, надо ее (код программы) видеть. Мы же вашего кода не видим и не знаем. Как и не знаем даже на каком языке программирования он составлен. Так что в таких
условиях получается, что вы автор - вам и исправлять.