Wat is inbegrepen:
Schoonmaken en preprocessen van complexe datasets
Toepassen van zowel supervised als unsupervised learning algoritmes (van de volgende 23):
- Supervised: Lineaire/Logistische regressie, SVM, Decision Tree, Random Forest, KNN, Naive Bayes
- Unsupervised: K-Means clustering, hiërarchische clustering, DBSCAN, PCA
- Hyperparameter tuning (GridSearchCV of handmatig)
- Feature selectie of dimensionaliteitsreductie
- Volledige model evaluatie met nauwkeurigheid, confusion matrix, silhouette score, enz.
- Data visualisaties met matplotlib, seaborn en plotly
- Een professioneel rapport (PDF of DOCX) waarin stappen, resultaten en modelprestaties worden uitgelegd
- Volledig commentaar code geleverd via Jupyter Notebook of Python script
- Ondersteuning na levering (bugfixes, kleine aanpassingen)
Vereisten van de klant:
Voor het plaatsen van de bestelling, graag het volgende aanleveren:
- Jouw dataset (CSV/Excel)
- Doelstelling (wat wil je dat het model voorspelt of vindt?)
- Voorkeur voor algoritme (optioneel)
- Specifiek formaat/output vereist