Ik audit je data op echte voorspellende signaal

Sommige informatie is automatisch vertaald.

Roemenië

Ik spreek Engels, Roemeens, Frans

Toegepast Wiskundige

Ik ben een toegepast wiskundige die statistiek, machine learning en software engineering gebruikt om problemen uit de echte wereld op te lossen. Mijn werk varieert van het bepalen wat er daadwerkelijk...
Over deze dienst

Niet elke dataset bevat nuttig voorspellend signaal, en een complexer model kan geen informatie creëren die er niet is.

Ik onderzoek je data om te bepalen wat er daadwerkelijk uit te leren is, hoe sterk het signaal is, en of het zich uitbreidt buiten de data die gebruikt is om het te ontdekken.

Afhankelijk van het probleem kan ik statistisch modelleren, machine learning, Bayesian methoden, regressie, survival analysis, tijdreeksanalyse, simulatie of andere geschikte technieken gebruiken. De methode volgt het probleem, niet andersom.

Mijn werk kan onder andere bestaan uit:

  • Voorspellend signaal beoordelen
  • Out-of-sample validatie
  • Statistische analyse en diagnostiek
  • Modelvergelijking
  • Onzekerheidskwantificatie
  • Detectie van leakage, bias, censurering of misleidende relaties

Een geldig resultaat kan zijn dat de data niet genoeg betrouwbaar signaal bevat om een model te rechtvaardigen. Weten dat kan tijd en geld besparen.

De pakketten behandelen één duidelijk gedefinieerde modelleringvraag. Grotere datasets, cloud-scale berekeningen of uitgebreide modellering kunnen via een aangepaste Fiverr-aanbieding worden geregeld.

Neem contact met mij op voordat je bestelt als je probleem complex is.

Domein:

Machine learning

Deep learning

Tijdreeksanalyse

Overige

Expertise:

Representatieleren

Classificatie

Churn

clustering

Programmeertaal:

Python

R

SQL

Julia

Tools:

Jupyter-notitieboek

opencv

tensorflow

MLflow

Colab

Technologie:

Python

Julia

scikit-learn

Jupyter-notitieboek

SQL

Modellen en methoden:

Machine learning

Begeleid leren