Ik bouw, train en evalueer machine learning-modellen en stem llm af


Over deze dienst
Automatische vertaling
Heb je een machine learning-model dat echt presteert? Ik train, finetune en evalueer het voor jou, met duidelijke meetwaarden waarop je kunt vertrouwen.
Wat ik kan doen:
- Data schoonmaken, voorbewerken en feature engineering
- Classificatie-, regressie-, NLP- en computervisie-modellen
- Fine tuning met scikit-learn, TensorFlow en Hugging Face Transformers (inclusief open-source LLMs)
- Hyperparameterafstelling en cross-validatie
- Evaluatierapport: nauwkeurigheid, precisie, recall, F1, ROC-AUC en verwarringsmatrix
- Klaar-voor-implementatie API voor jouw getrainde model
Je krijgt schone, commentaarrijke Python-code (Jupyter-notebook of script), het getrainde model en een begrijpelijk rapport in gewone taal over de resultaten.
Over mij: MSc in Kunstmatige Intelligentie (NED University), universitair docent in Machine Learning, en gecertificeerd in Machine Learning met Python (IBM) en scikit-learn (DataCamp).
Stuur me een bericht met jouw dataset en doel voordat je besteld zodat ik het juiste pakket kan aanbevelen.
Maak kennis met Moin Jamal
AI Engineer and Full Stack Developer
- Afkomstig uitPakistan
- Lid sindsjul 2020
Talen
Urdu, Duits, Spaans, Engels, Chinees, Hindi
Automatische vertaling
Mijn portfolio
Andere AI-development diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Wat heb je van mij nodig om een machine learning-model te trainen?
Je dataset (of een voorbeeld), het bedrijfsdoel en de metriek die het belangrijkst voor je is, zoals nauwkeurigheid, F1 of RMSE. Ik bevestig de haalbaarheid voordat je bestelt.
Welke machine learning-tools en -frameworks gebruik je?
Python met scikit-learn, TensorFlow, PyTorch en Hugging Face Transformers voor deep learning en het afstemmen van LLMs, plus Pandas en NumPy voor data-voorbereiding.
Krijg ik het getrainde model en de source code?
Ja. Je krijgt het getrainde modelbestand, een schone Jupyter-notebook of Python-script en een evaluatierapport waarin de prestaties van het model in begrijpelijk Nederlands worden uitgelegd.
