Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw, optimaliseer en evalueer machine learning modellen
Machine Learning Expert, Predictive Models en Data Cleaning
Ik ben een Machine Learning & AI specialist met ruime ervaring in ML model training, data cleaning en predictive analytics. Ik help klanten bij het bouwen van nauwkeurige, betrouwbare modellen voor pr...
Over deze dienst
Is jouw Machine Learning model overfitting, bevooroordeeld of faalt het op echte data?
Stop met alleen vertrouwen op "Accuracy". In de echte wereld van data science is een model dat fraude of ziekte voorspelt met 99% nauwkeurigheid nutteloos als het de 1% die ertoe doet mist. Je hebt rigoureuze, wiskundig onderbouwde evaluatie nodig.
Welkom! Ik ben een AI Engineer gespecialiseerd in hoog-precisie Machine Learning Classificatie. Ik importeer niet alleen Scikit-Learn; ik pas academische onderzoeksmethodologie toe om voorspellende modellen te ontwikkelen, af te stemmen en te evalueren die daadwerkelijk bedrijfsproblemen oplossen.
WAT ik voor jou doe:
- Diepgaande Exploratory Data Analysis (EDA): Feature-distributie, correlatiematrices en outlier-detectie.
- Geavanceerde Data Voorbewerking: Omgaan met ontbrekende waarden, codering en schaalverdeling.
- Omgaan met Onevenwichtige Data: Expertimplementatie van SMOTE, ADASYN en class-weight balancing.
- Multi-Model Benchmarking: Modellen tegen elkaar testen (Logistic Regression, Random Forest, SVM, KNN, XGBoost, LightGBM).
DE EVALUATIEMETRICS DIE JE KRIJGT:
- Confusiematrix (False Positives vs. False Negatives)
- Precisie, Recall en F1-score
- ROC-AUC curves & Precision-Recall curves
- Log-loss en classificatierapporten
Programmeertaal:
Python
Frameworks:
Scikit-learn
•
SimpleCV
•
keras
•
Panda
Tools:
Jupyter-notitieboek
•
Excel
•
SimpleCV
•
Colab
Veelgestelde vragen
Automatische vertaling
1. Wat als mijn dataset zeer onevenwichtig is (bijvoorbeeld 99% klasse A, 1% klasse B)?
Ik ben gespecialiseerd in onevenwichtige classificatie. Ik gebruik technieken zoals SMOTE (Synthetic Minority Over-sampling Technique) en evalueer het model strikt op F1-score en Precision-Recall AUC, niet op misleidende standaard accuracy.
2. Leg je de code en de resultaten aan mij uit?
Absoluut. De uiteindelijke levering bevat een volledig gecommentarieerde Jupyter Notebook/Colab-omgeving. In het Premium pakket gebruik ik Explainable AI (SHAP-waarden) om je precies te laten zien welke features de voorspellingen van het model hebben gestuurd.
3. Kun je het model exporteren zodat mijn ontwikkelaars het kunnen gebruiken?
Ja! In het Premium tier serialiseer ik het geoptimaliseerde model met joblib of pickle (.pkl formaat), waardoor het 100% klaar is voor deployment in jouw web- of mobiele applicatie.
4. Welke soorten classificatieproblemen kun je oplossen?
Ik behandel Binary, Multi-class en Multi-label classificatie. Veelgebruikte toepassingen zijn onder andere Customer Churn Prediction, Fraud Detection, Medische Diagnose en Spam Filtering.
