Ik doe voorspellende modellering, regressie, statistische analyse en machine learning

Voorspellende modellering - Build voorspellende modellen om uitkomsten te voorspellen, trends te identificeren, risico's in te schatten en datagestuurde beslissingen te ondersteunen.

Regressieanalyse - Ontwikkel lineaire, multiple, logistische, polynomiale, ridge, lasso en andere regressiemodellen.

Statistische analyse - Voer beschrijvende statistieken uit, correlaties, hypothese testen, ANOVA, statistische inferentie en significantietesten.

Machine learning - Ontwikkel supervised en unsupervised ML-modellen voor classificatie, regressie, clustering en voorspelling.

Model evaluatie - Beoordeel modellen met R², RMSE, MAE, MSE, nauwkeurigheid, precisie, recall, F1-score, ROC-AUC en cross-validatie.

Model optimalisatie - Voer hyperparameter tuning uit, modelvergelijkingen, validatie en prestatieoptimalisatie.

Deliverables: Schoongemaakte dataset, statistische analyse, voorspellende/ML-modellen, evaluatiemetrics, visualisaties, inzichten, voorspellingen en technische documentatie.

Vaardigheden: Python, R, SQL, Pandas, NumPy, Scikit-learn, SciPy, Statsmodels, XGBoost, LightGBM, Random Forest, regressie, classificatie, clustering, voorspellende analytics, machine learning, statistische modellering, data science.