Ik bouw machine learning en deep learning voorspellende modellen
Over deze dienst
Automatische vertaling
Ik help bedrijven, onderzoekers en studenten om ruwe data om te zetten in werkende
machine learning en deep learning modellen die gebouwd zijn met schone code, duidelijke
documentatie en echte prestatiegegevens.
WAT IK aanbied:
Machine Learning
Classificatie- en regressiemodellen (Random Forest, XGBoost, SVM,
Logistic Regression, KNN, Naive Bayes, Decision Tree)
Data preprocessing, feature engineering & exploratieve data-analyse
Modelvergelijking met nauwkeurigheid, precisie, recall en F1-score rapporten
Hyperparameter tuning voor optimale prestaties
Deep Learning
Neurale netwerkmodellen met TensorFlow/Keras
Beeldclassificatie (CNN)
Tekst-/sentimentanalyse (LSTM)
EXTRAS
Interactieve Streamlit web app voor jouw model (Premium pakket)
Goed gedocumenteerde Python-code met Jupyter Notebook
Ondersteuning bij deployment (Streamlit Cloud / Render)
Ik heb een B.Sc. in Computer Science met praktische ML-onderzoekservaring,
inclusief een bachelor scriptie waarin 8 verschillende algoritmes werden vergeleken voor
ziektevoorspelling. Ik focus op duidelijke communicatie en modellen die
echt werken.
Stuur me je dataset en doel, dan adviseer ik je over de beste aanpak voordat
we beginnen.
Maak kennis met Md Tuhin
Web Developer
- Afkomstig uitBangladesh
- Lid sindsjan 2026
- Gem. reactietijd1 uur
Talen
Bengaals, Engels
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Q1: In welk formaat ontvang ik het model?
A1: Je krijgt een Jupyter notebook (.ipynb) met het getrainde modelbestand en duidelijke documentatie over hoe het werkt.
Q2: Werk je met zowel beeld- als tekstdata?
A2: Ja, ik werk met beide — CNN-gebaseerde modellen voor beelden en LSTM-gebaseerde modellen voor tekst-/sentimenttaken.
Q3: Kan ik het model als webapp deployen?
A3: Ja, beschikbaar in de Standaard en Premium pakketten met Streamlit, met optionele cloud deployment.

