Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò e ottimizzerò modelli di machine learning usando python, r o rapidminer
Sono un Data Scientist e sviluppatore software orientato ai risultati, con oltre 5 anni di esperienza nel trasformare i dati in insight utili e nel creare soluzioni digitali scalabili.
Il mio backgrou...
Informazioni su questo servizio
Fornisco soluzioni di ML accurate e ad alte prestazioni per analisi predittive, classificazione, regressione, previsioni e rilevamento di anomalie.
Servizi che offro:
- Pulizia e Preprocessing dei Dati
- Feature Engineering e Selezione
- Ottimizzazione degli Iperparametri e Cross-Validation
- Valutazione del Modello e Metriche di Prestazione
- Soluzioni pronte per il deployment end-to-end
Modelli di machine learning:
- Supervisionati: regressione lineare e logistica, alberi decisionali, foresta casuale, gradient boosting (XGBoost, LightGBM), SVM, k-NN, reti neurali
- Non supervisionati: k-means, clustering gerarchico, DBSCAN, PCA, t-SNE
- Semi-supervisionati: propagazione delle etichette, modelli di auto-allenamento
- Reinforcement learning: Q-learning, deep Q-networks, policy gradients
- Deep learning: CNN, RNN, LSTM, GRU, autoencoder
- Rilevamento anomalie: isolamento forestale, SVM a una classe, local outlier factor
- Modelli ensemble: bagging, boosting, stacking
Strumenti che uso:
- Python (scikit-learn, Pandas, TensorFlow, Keras, PyTorch)
- R (caret, randomForest, mlr, keras)
- RapidMiner
- Jupyter Notebook / RStudio
Perché i miei servizi sono eccezionali:
- Competenza in tutte le principali tecniche di ML
- Report e visualizzazioni chiare e azionabili
Scrivimi prima di effettuare un ordine
Linguaggio di programmazione:
Python
•
R
•
SQL
•
NoSQL
•
Julia
Framework:
Scikit-learn
•
keras
•
PyTorch
•
Panda
FAQ
Traduzione automatica.
Che tipi di modelli di machine learning sviluppi?
Costruisco una vasta gamma di modelli, tra cui supervisionati (regressione, alberi decisionali, foresta casuale, SVM, reti neurali), non supervisionati (k-means, PCA, clustering), semi-supervisionati, reinforcement learning, deep learning (CNN, RNN, LSTM), rilevamento anomalie e modelli ensemble.
Quali strumenti usi per i progetti di ML?
Utilizzo Python (scikit-learn, TensorFlow, Keras, PyTorch), R (caret, randomForest, mlr, keras), RapidMiner e Jupyter Notebook / RStudio per analisi e visualizzazione.
Puoi ottimizzare il mio modello di ML esistente?
Sì! Posso eseguire tuning degli iperparametri, feature engineering, cross-validation e valutazione del modello per massimizzare le prestazioni del tuo modello.
