Costruirò modelli personalizzati di NLP e analisi del sentiment in Python

Alcune informazioni sono state tradotte automaticamente.

Pakistan

Parlo Urdu, Inglese, Spagnolo

Ingegnere AI e ML

Sono un ingegnere di Machine Learning con esperienza nello sviluppo di soluzioni di machine learning, deep learning, computer vision e natural language processing (NLP) usando Python. Creo modelli aff...
Informazioni su questo servizio

Stai cercando di analizzare dati testuali o audio, trascrivere discorsi o creare modelli di classificazione AI personalizzati? Sei nel posto giusto!

Sono un Ingegnere di Machine Learning specializzato in NLP, Text Analytics e Audio AI in Python. Costruisco pipeline end-to-end su misura per il tuo dataset usando librerie moderne di testo e speech.

Ciò che offro:

  • Preprocessing di testo e audio: Tokenizzazione, lemmatizzazione, rimozione di stop-word, pulizia e processamento del segnale audio.
  • Speech & Audio NLP: Trascrizione audio usando OpenAI Whisper, estrazione di caratteristiche audio (MFCCs/Spectrogrammi con Librosa) e analisi dei dati vocali.
  • Analisi del sentiment: Sentiment basato su regole con VADER, valutazione delle recensioni dei clienti e analisi dei feedback sociali.
  • Classificazione del testo: Categorization di argomenti, rilevamento di spam e riconoscimento dell'intento usando algoritmi di Scikit-Learn (Naive Bayes, Random Forest, XGBoost).
  • Integrazione API locale: Impacchettare la tua pipeline di testo o audio in un endpoint FastAPI leggero (app.py).

Stack tecnologico:

  • Lingua: Python
  • Librerie: Whisper, Librosa, Scikit-Learn, NLTK, SpaCy, Pandas
  • Ambiente: Google Colab / Jupyter Notebooks (.ipynb)
  • API: FastAPI

Contattami con i dettagli del tuo progetto prima di effettuare un ordine!

Expertise:

Apprendimento delle funzioni

Classificazione

Linguaggio di programmazione:

Python

Framework:

Scikit-learn

Panda

Altro

API:

Altro

Strumenti:

Quaderno jupyter

Colab

Il mio portfolio

Altri servizi della categoria Data science e ML offerti da me