Ik ga machine learning-projecten uitvoeren

Ik ontwikkel machine learning-oplossingen met Python, Scikit-learn, XGBoost en supervisie- en reinforcement learning-technieken, waaronder classificatie, regressie, feature engineering, modeloptimalisatie en evaluatie.

Ik zit in het vijfde en laatste jaar van mijn vijfjarige opleiding tot Kunstmatige Intelligentie (AI) Engineer.

Mijn tennis-analytiek-project gebruikt XGBoost om puntswinstkansen te schatten op basis van datapunt-voor-datapunt wedstrijdgegevens, geëvalueerd op meer dan 700.000 slagen uit 970 wedstrijden. Daarnaast heb ik een Q-Learning-simulatie ontwikkeld voor scheidingangst bij honden, waarbij een agent een gedragsbeleid leert door beloningen, verkenning en herhaalde interacties. Deze projecten tonen praktische ervaring aan met voorspellende modellering en sequentiële besluitvorming.