Ik bouw een voorspellend onderhoud classificatie ml-model voor jouw dataset

Ik ontwikkel machine learning modellen voor voorspellend onderhoud en classificatieproblemen met Python. Dit omvat het verkennen en schoonmaken van ruwe sensor- of tabelgegevens, het maken van betekenisvolle features zoals rollende gemiddelden en standaarddeviaties, het omgaan met klasse-imbalances door technieken zoals class weighting, het trainen van modellen zoals Logistic Regression en Random Forest, en het evalueren ervan met juiste metrics zoals ROC-AUC en PR-AUC in plaats van misleidende accuracy scores alleen. Ik genereer ook duidelijke visualisaties zoals ROC-curves, precision-recall curves, confusion matrices en feature importance charts om je te helpen de prestaties van het model te begrijpen. Of je nu een voorspellend onderhoudssysteem, een foutdetectiemodel of een algemene binary classification oplossing voor je dataset nodig hebt, ik bouw het end-to-end en leg de resultaten uit in eenvoudige termen. Ik heb praktische ervaring met het toepassen van deze pipeline op echte sensor telemetry data en het aanpassen ervan aan verschillende domeinen.