Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw machine learning en deep learning modellen voor onderzoeksdata
Van ruwe data tot getraind model en live product, van begin tot eind!
Toegepast statisticus, ML/DL-onderzoeker en Web Developer (MSc in Statistiek, Univ. of Rajshahi). Van ruwe data tot getraind model en live webproduct.
Zeven onderzoeksartikelen in ML, causale inferen...
Over deze dienst
Hoi, ik ben Fahim, een AI/ML onderzoeker met een achtergrond in Statistiek. Ik ontwikkel verdedigbare machine learning, deep learning en neural network modellen voor thesis schrijvers, journal auteurs en analisten die een resultaat nodig hebben dat de review doorstaat.
Wat je krijgt:
- Python of R notebook, schoongemaakte data, gevalideerde modellen
- 4-6 publicatieklare figuren, metrics met betrouwbaarheidsintervallen
- Methodennotitie klaar voor thesis of reviewer reactie
- Revisieondersteuning voor premium pakketten
Methoden die ik behandel:
- Classificatie, regressie, clustering, tijdreeksvoorspelling
- Cross-validatie, bootstrap, permutatietests, SHAP, feature importance
- Logistische regressie, Random Forest, XGBoost, LightGBM, ARIMA, Prophet, LSTM, BERT, CNN, Transformer en meer
- Andere methoden die je wilt toevoegen!
Waarom ik:
- AI/ML onderzoeker met gepubliceerde papers als hoofdauteur
- Workflows getest in peer review, niet metric-afgesteld
- Vertrouwelijke data, uurlijkse reactie, scope-matched revisies
Weet je niet welke methode het beste past? Stuur je onderzoeksdoel, target variabele en een voorbeeld.
Je krijgt binnen een uur een aanbeveling en een pakket of op maat gemaakte aanbieding.
Mijn portfolio
Andere Data science en ML diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Welke soorten ML-problemen kan ik aanleveren?
Classificatie, regressie, clustering, voorspelling, modelvergelijking, feature selectie of explainability taken. De gig behandelt tabular, tijdreeks, tekst- en enquête datasets op onderzoeksniveau.
Python of R?
Beide, of allebei. Notebooks geleverd in Jupyter of R Markdown. Cross-language replicatie is beschikbaar als add-on als een co-auteur de andere tool gebruikt.
Welke modellen werken voor mijn data?
Veelgebruikte keuzes zijn Logistic Regression, Random Forest, XGBoost, LightGBM, SVM, ARIMA, SARIMA, Prophet, LSTM, GRU, BERT, en op maat gemaakte neural networks wanneer de data dat rechtvaardigt. Deel eerst je doel en een voorbeeld. Het juiste model hangt af van je vraag, niet van een voorkeur.
Wordt de code herbruikbaar?
Ja. De notebook bevat commentaar, bibliotheeknotities en een gestructureerde opbouw zodat een co-auteur of supervisor de volledige workflow kan herhalen.
Kun je een methode aanbevelen voordat ik bestel?
Ja. Stuur je onderzoeksdoel, target variabele, datasetgrootte en deadline. Binnen een uur ontvang je een methodeadvies en het juiste pakket.
Is dit toegestaan voor thesis of journal werk?
Ja, als ethische onderzoekssteun. De gig levert modellering, validatie, code, figuren, interpretatie en revisie hulp.
Kun je een bestaand model verbeteren?
Ja. Deel de huidige code of notebook. Je ontvangt een review, verbeterde preprocessing, tuning, alternatieve vergelijkingen, extra validatie of duidelijkere outputs.
Wat als mijn data rommelig of incompleet is?
Schoonmaak, missing-value handling, encoding, imbalance checks en een gedocumenteerde preprocessing trail maken deel uit van elk pakket.
Welke figuren krijg ik?
Confusiematrices, ROC en PR curves, calibratieplots, feature importance, SHAP visuals, forecast plots en modelvergelijking tabellen. Alles gestyled voor journal indiening.
Moet ik contact opnemen voordat ik bestel?
Ja. Het juiste pakket hangt af van datasetgrootte, target variabele, modeltype en deadline. Een scope check van twee minuten voorkomt dat je later het verkeerde pakket kiest.
