Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw ML- en deep learning-modellen in Python
AI Engineer, Computer Vision, Deep Learning, Python en YOLO Expert
Ben je op zoek naar een AI engineer die productieklare systemen bouwt, niet alleen theoretische modellen?
Ik ben Hussnain (BS AI, Islamia University of Bahawalpur), gespecialiseerd in end-to-end AI-im...
Over deze dienst
Ben je op zoek naar high-performance Machine Learning of Deep Learning oplossingen die op jouw echte data zijn afgestemd?
Ik bouw en implementeer aangepaste AI-modellen met Python, PyTorch, TensorFlow en Scikit-Learn. Van complexe computer vision pipelines tot gestructureerde voorspellende analyses, ik lever schone, modulaire code die is ontworpen voor nauwkeurigheid en generalisatie.
Expertise & Capaciteiten:
- Deep Learning: CNNs, LSTMs, Transformers en aangepaste neurale architecturen.
- Computer Vision: Objectdetectie in real-time (YOLO), segmentatie, MTCNN gezichtsherkenning, video-analyse.
- Machine Learning: XGBoost, Random Forest, classificatie, regressie, clustering, anomaliedetectie.
- Data Engineering: Data schoonmaken, EDA, feature extractie, augmentatie, omgaan met ongebalanceerde klassen.
- Productie-implementatie: REST API’s (FastAPI/Flask), Streamlit dashboards, Docker containers
Ontwikkelworkflow:
- Exploratieve data-analyse & preprocessing
- Architectuurkeuze & benchmark training
- Hyperparameter tuning & cross-validatie
- Evaluatie (Confusion Matrix, ROC-AUC, F1-score)
- Exporteren van gewichten, broncode en deployment setup
Mijn portfolio
Andere Data science en ML diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Kun je een model trainen en evalueren met mijn aangepaste dataset?
Ja. Ik werk met aangepaste tabelgegevens (CSV/Excel/SQL), afbeeldingsmappen of videofeeds. Mijn workflow omvat exploratieve data-analyse (EDA), schoonmaken, omgaan met klassenonevenwichtigheden, data-augmentatie en gestructureerde feature engineering om je dataset optimaal voor te bereiden voor training.
Welke frameworks, libraries en tools gebruik je?
Ik ontwikkel voornamelijk in Python met PyTorch, TensorFlow, Keras, Scikit-Learn, OpenCV en Pandas. Leveringen kunnen worden gedaan in Jupyter Notebook, Google Colab of modulaire, productieklare Python-bestanden (.py), afhankelijk van jouw wensen.
Behandel je zowel klassieke Machine Learning als Deep Learning?
Ja. Voor gestructureerde/tabelgegevens bouw ik modellen met algoritmen zoals Random Forest, XGBoost en LightGBM. Voor complexe, ongestructureerde data ontwerp ik deep neural networks, inclusief CNNs, LSTMs en moderne vision- of sequentie-architecturen.
Kun je computer vision en realtime detectiesystemen ontwikkelen?
Ja. Ik ben gespecialiseerd in computer vision taken zoals realtime objectdetectie (YOLO), gezichtsdetectie/-herkenning, tracking en beeldsegmentatie. Ik kan zowel statische afbeeldingsdatasets als live videostreams verwerken met OpenCV.
Hoe valideer je modelprestaties en voorkom je overfitting?
Ik gebruik strenge evaluatietechnieken zoals train-validatie-test splitsing, cross-validatie en metriektracking. Je ontvangt duidelijke validatierapporten met metrics zoals Confusion Matrices, Precision-Recall curves, F1-scores, ROC-AUC of verlies/nauwkeurigheid plots.
Welke bestandsformaten en opleveringen ontvang ik?
Je krijgt volledige eigendom van de schone, goed commentaar gevende broncode samen met de getrainde modelgewichten/checkpoints in standaardformaten (zoals .pt, .pth, .h5, .onnx, of .pkl) met een stapsgewijze setup gids.
Kun je het model deployen of een API/UI leveren?
Ja. Onder de Premium tier (of als add-on) kan ik je getrainde model verpakken in een REST API (FastAPI/Flask), een interactieve prototype dashboard bouwen met Streamlit, of een Dockerfile configureren voor naadloze cloud-implementatie op AWS, Azure of GCP.
