Ik bouw machine learning classificatiemodellen voor jouw gezondheid of tabelgegevens

Wil je een uitkomst voorspellen uit je dataset, zoals een diagnose, churn of risico? Ik bouw en vergelijk machine learning classificatiemodellen, en ik leg de resultaten uit in begrijpelijke taal.

Wat ik doe:

• Je data schoonmaken (missende waarden, codering, train/validation splitsing)
• Exploratieve analyse met correlatie-heatmaps en verdelingsplots
• Train en vergelijk Decision Tree, Random Forest, KNN en Naïve Bayes
• Hyperparameters afstemmen en evalueren met accuracy, precision, recall, F1 en confusion matrix
• Schone Python-code en een korte rapportage leveren

Voorbeeldwerk: Ik heb een model gebouwd om leveraandoeningen te voorspellen op 1.700 patiëntendossiers. Random Forest behaalde 0.907 op de Kaggle leaderboard, en versloeg Decision Tree, KNN en Naïve Bayes.

Stuur me: je dataset, de target variabele en je deadline.