Ti aiuterò con l'addestramento di modelli ml dl, ricerca e supporto alla tesi

1. Raccolta e preparazione dati personalizzati

• Acquisizione dati mirata: scraping automatizzato, integrazione API o acquisizione etica dei dati specifici necessari per il tuo progetto.
• Pulizia e preprocessing dei dati: gestione di valori mancanti, riduzione del rumore e formattazione dei dati per essere pronti al modello.
• Feature engineering avanzato: creazione di nuove caratteristiche predittive per massimizzare accuratezza e performance del modello.

2. Training e ottimizzazione del modello

• Selezione dell'algoritmo: scelta del modello più adatto al tuo problema (ad esempio, Random Forest per semplicità, o CNN/RNN per dati visivi/sequenziali).
• Pipeline di training personalizzata: addestramento dei modelli usando Python (TensorFlow, PyTorch, Scikit-learn) con focus su efficienza e precisione.
• Ottimizzazione degli iperparametri: tecniche di tuning rigorose (Grid Search, metodi bayesiani) per ottenere prestazioni all'avanguardia.

3. Implementazione completa di progetti ML/DL

• Proof of Concept (PoC):
• Documentazione del codice:
• Valutazione del modello:

Il mio stack tecnico principale:

• Frameworks: TensorFlow, Keras, PyTorch, Scikit-learn
• Lingue: Python
• Strumenti: Pandas, NumPy, Matplotlib, Seaborn, OpenCV