Ik ontwikkel AI- en machine learning-modellen voor de gezondheidszorg

Ik kan werken aan machine learning, deep learning, voorspellende modellering, classificatie, regressie, healthcare AI, biologische AI, klinische data-analyse en andere wetenschappelijke AI/ML-projecten.

Ja. Ik help met data preprocessing, schoonmaken, feature engineering, statistische analyse, modelontwikkeling, validatie en interpretatie van healthcare- en klinische datasets.

Ja. Ik ontwikkel complete workflows inclusief data preprocessing, feature selectie, modeltraining, hyperparameter tuning, evaluatie, visualisatie en interpretatie.

Ik werk vooral met Python en R, gebruikmakend van libraries en frameworks zoals Pandas, NumPy, Scikit-learn, TensorFlow, PyTorch en Bioconductor, afhankelijk van de projectvereisten.

Ja. Ik werk met bioinformatica, NGS, RNA-seq, multi-omics, genomics en andere biologische datasets, inclusief AI/ML-toepassingen in life sciences.

Ja. Afhankelijk van het project kan ik cross-validatie, testen, prestatie-evaluatie, confusion matrices, ROC-AUC, precisie, recall, F1-score, regressiemetrics en andere relevante analyses uitvoeren.

Ja. Ik kan duidelijke visualisaties maken van publicatiekwaliteit zoals ROC-curve, confusion matrices, feature importance plots, leercurves, correlatieplots, PCA-plots en andere project-specifieke figuren.

Ja. Afhankelijk van het gekozen pakket of de scope van het project kan ik georganiseerde code, analyse-resultaten, visualisaties en documentatie leveren zodat de workflow makkelijker te begrijpen en te reproduceren is.