Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een ml-model voor classificatie of risicopredictie
AI en ML Engineer, Data Scientist, LLM en Deep Learning Specialist
AI & ML Engineer met een B.Tech in CSE (AI & Robotics) van VIT Chennai en een onderzoeksstage bij DRDO SAG (Ministerie van Defensie, India), waar ik CNN/LSTM-modellen heb gebouwd die ongeveer 97% voor...
Over deze dienst
Heb je een machine learning-model nodig dat echt werkt op jouw echte data? Ik bouw end-to-end ML-pijplijnen, niet alleen scripts.
Ik ben een AI & ML Engineer (B.Tech CSE, AI & Robotics, VIT Chennai) met een onderzoeksstage bij DRDO SAG (Ministerie van Defensie, India). Ik heb gebouwd:
- Credit risk classifier: 93% nauwkeurigheid (XGBoost)
- Fraude detectie pijplijn: ROC-AUC > 0.90 met SMOTE
- Ziektevoorspellingssysteem: 97,22% nauwkeurigheid
- Onderzoek gepresenteerd op de International Conference ICIPRRDAC '25
Wat ik lever:
- Classificatie-, regressie- en risicomodellen
- Volledige EDA & data preprocessing
- Modelvergelijking (Logistic Reg, RF, XGBoost, SVM)
- Feature importance & modeluitlegbaarheid
- Omgaan met ongebalanceerde data (SMOTE, class weighting)
- Evaluatierapport: Nauwkeurigheid, F1, ROC-AUC, Recall
- Schoon, gedocumenteerde Python-broncode
Gebruikscases: fraude detectie, kredietscore, churn voorspelling, medische diagnose en klantsegmentatie.
Tools: Python, Scikit-Learn, XGBoost, Pandas, Matplotlib
Stuur me eerst een bericht, ik bekijk je dataset en bevestig de beste modelaanpak voordat je je bestelling plaatst.
Programmeertaal:
Python
•
R
•
MATLAB
•
SQL
•
Colab
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
Tools:
Jupyter-notitieboek
•
opencv
•
tensorflow
•
Excel
•
Colab
•
RStudio
Mijn portfolio
Andere Data science en ML diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Met welke soorten datasets werk je?
Elke gestructureerde tabeldataset in CSV- of Excel-formaat. Ik behandel zowel binaire als multi-class classificatieproblemen, evenals sterk ongebalanceerde datasets met SMOTE en andere resamplingtechnieken.
Welk ML-model gebruik je voor mijn project?
Ik evalueer meerdere modellen (Logistic Regression, Random Forest, XGBoost, SVM) en adviseer het beste model op basis van jouw data en doel. Standaard- en Premium-pakketten omvatten een volledige modelvergelijking met metrics voor elk.
Kun je omgaan met ongebalanceerde datasets zoals fraudedetectie?
Absoluut. Ik heb praktische ervaring met SMOTE, RUS en class weighting technieken specifiek voor ongebalanceerde data problemen. Mijn fraudedetectieproject behaalde ROC-AUC > 0.90 op een sterk ongebalanceerde dataset.
Krijg ik de broncode?
Ja, volledige Python-broncode als Jupyter Notebook is inbegrepen in alle pakketten. Je kunt het model opnieuw uitvoeren, aanpassen of uitbreiden onafhankelijk.
Kun je het model als een API deployen?
Ja, API-integratie met Flask of FastAPI is beschikbaar, inbegrepen in het Premium pakket. Stuur me een bericht voor details.
