Ik zal machine learning-classificatiemodellen bouwen met Python

Heb je een classificatiemodel nodig dat echt presteert, en niet alleen een notebook die draait?

Ik bouw maatwerk machine learning-classificatiemodellen in Python met scikit-learn en XGBoost voor taken zoals churn, fraude, spam, sentiment, medische en malware-detectie.

Mijn achtergrond is ML + cybersecurity: ik bouwde een realtime Android-ransomware-detector (XGBoost, Kafka, Docker) met 97,42% nauwkeurigheid en ~53 ms latency, en ik ben de eerste auteur van een gepubliceerd paper over AI-gedreven indringingsdetectie.

WAT JE KRIJGT:

Data schoonmaak en voorbewerking

Feature selectie en engineering

Omgaan met ongebalanceerde data (SMOTE, klassengewichten)

Random Forest, beslissingsboom, logistieke regressie, XGBoost

Hyperparameter-tuning en cross-validatie

Nauwkeurigheid, precisie, recall, F1, ROC-AUC, verwarringsmatrix

Schoon, commentaar in Python-code (Jupyter Notebook)

Resultaten samengevat in eenvoudig taalgebruik

Pakketten:

Basis: 1 model, voorbewerking, evaluatie

Standaard: 2 modellen, afstemming, cross-validatie, gedetailleerde evaluatie

Premium: tot 3 modellen, afstemming, volledig rapport, broncode

Stuur me voor de bestelling een bericht met jouw dataset (CSV/Excel), doelfunctie/kolom en doelstelling zodat ik de scope en prijs kan bevestigen.