Ik voer machine learning projecten uit en bereid data voor

Preprocessing :

1. Data ophalen uit bronnen.
2. Ontbrekende data invullen.
3. Data-analyse.
4. Data verdelingen.
5. Data visualisatie.
6. Data covariantie en correlatie.
7. Dimensionaliteitsreductie.

Data :

1. Classificatie.
2. Regressie.
3. Clustering.

Machine Learning :

1. Supervised en unsupervised learning.
2. Beslissingsbomen (bijv : XGBoost).
3. Aanbevelingssystemen.
4. Realtime systemen.

Predictive :

1. Lineaire regressie.
2. Polynomiale regressie.
3. Meervoudige regressie.
4. Multi-level modellen.

Technieken :

1. Overfitting voorkomen.
2. Outliers detecteren.
3. Omgaan met ongebalanceerde data oversampling.
4. Feature engineering.
5. Omgaan met ontbrekende data.
6. Binning, transformeren, encoden, schalen en shuffelen.