Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een python ml-model met shap
DFT-berekeningen, GCMC-simulaties, Machine Learning voor Materialen
Welkom! Ik ben Danish Ilyas, een Computational Chemist en Materials Scientist. Ik lever publicatieklare DFT-berekeningen in Gaussian, GCMC-adsorptiesimulaties in RASPA2, en ML-modellen voor materialen...
Over deze dienst
Wat ik ga doen
Ik ontwikkel een reproduceerbaar machine learning-model in Python om je target property te voorspellen op basis van je dataset (CSV/Excel). Ik verzorg dataverificatie, modeltraining, evaluatie en duidelijke rapportage, zodat je de resultaten kunt gebruiken in onderzoek of productontwikkeling.
Wat je krijgt
- Schoon, reproduceerbaar Python-code (notebook of scripts)
- Getraind model (optioneel .pkl) + preprocessing pipeline
- Prestatiemetrics (R²/MAE/RMSE of nauwkeurigheid/F1/ROC-AUC)
- Duidelijke grafieken (pariteit/residuen of confusion matrix/ROC)
- Optioneel: SHAP feature importance en interpretatie (Premium)
Tools: Python, Pandas, NumPy, scikit-learn, (XGBoost/LightGBM indien nodig), TPOT (AutoML), SHAP.
Voor het plaatsen van een bestelling stuur me een bericht met je datasetgrootte, target kolom en doel (regressie of classificatie). Ik bevestig het beste pakket en de planning.
Programmeertaal:
Python
•
Colab
Frameworks:
Scikit-learn
•
keras
•
PyTorch
Tools:
Jupyter-notitieboek
•
Excel
•
Colab
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Q1: Welk datasetformaat accepteer je?
CSV of Excel. Je kunt ook een Google Drive-link delen.
Q2: Kun je werken met datasets van chemicaliën/materialen?
Ja—property prediction, descriptor-gebaseerd ML, en modelinterpretatie.
Q3: Lever je code en getrainde modelbestanden aan?
Ja. Je krijgt code + optioneel opgeslagen model pipeline.
V4: Garandeer je nauwkeurigheid?
Geen model kan worden gegarandeerd, maar ik zorg voor schone validatie, transparante metrics en verbeteringsaanbevelingen.
