Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò modelli di machine learning e previsione in python
Data Scientist, ingegnere RAG e LLM
Data Scientist e AI Engineer, con sede a Parigi, con due lauree magistrali in AI (University of Luxembourg e DataScienceTech Institute) e certificazione Neo4j.
Mi occupo di tutta la pipeline: web scr...
Informazioni su questo servizio
Un modello che non riesce a battere una semplice baseline è peggio che non averne nessuno, perché sembra un progresso. Prima verifico questo, e ti dico se la risposta è no.
Ho costruito previsioni di domanda e prezzi dinamici per un rivenditore di veicoli in diverse regioni, e modelli predittivi su dati bancari di base presso una banca privata a Lussemburgo.
COSA OTTIENI
I tuoi dati puliti, con i problemi evidenziati invece di essere semplicemente sistemati
Il modello giusto per il problema: previsione, classificazione, regressione o clustering
Precisione misurata su un periodo di holdout rispetto a una baseline naive, così vedi il vero errore, non una semplice affermazione
Spiegazione chiara di cosa influenza le previsioni
Output in Excel, Power BI o API che il tuo team può usare senza toccare Python
Codice commentato e walkthrough
STACK
Python, scikit-learn, XGBoost, Prophet, ARIMA, PyTorch, Pandas, SQL, Power BI.
PERCHÉ ME
Due lauree magistrali in AI. Previsioni, pricing e analisi bancaria consegnate a clienti reali, non solo notebook.
PRIMA DI ORDINARE
Inviami un esempio dei tuoi dati e dimmi quale decisione dovrebbe informare. Alcuni dataset non sono pronti per essere modellati, e preferirei dirtelo piuttosto che accettare l'ordine.
Il mio portfolio
FAQ
Traduzione automatica.
Quanti dati servono?
Per fare previsioni, due anni interi di dati storici permettono al modello di distinguere tra stagionalità e tendenza; anche dodici o diciotto mesi possono funzionare, anche se con intervalli di confidenza più ampi. Per la classificazione, qualche migliaio di righe etichettate sono un buon punto di partenza. Inviami un esempio e ti dirò sinceramente cosa si può fare.
Quanto sarà preciso il modello?
Dipende dai tuoi dati, e chiunque dica un numero prima di averli visti sta solo indovinando. Quello che prometto è di misurarli correttamente: riservo un periodo recente che il modello non vede mai, lo prevedo e confronto l’errore reale con una baseline semplice. Se il modello non riesce a superarla, te lo dirò.
In quale formato devo inviare i miei dati?
Excel, CSV o una connessione diretta al database funzionano tutte. Non serve che siano perfetti; esportazioni disordinate sono normali e la pulizia fa parte del lavoro. Dimmi cosa significa ogni colonna, o inviami la documentazione che hai, e partirò da lì.
Devo conoscere Python per usarlo?
No. I deliverable arrivano in Excel, Power BI o tramite API, così il tuo team lavora con strumenti che già usa. Il codice commentato viene fornito insieme nel caso tu voglia portarlo in-house in futuro, ma usare l’output non richiede di toccarlo.
Il modello può continuare a funzionare con dati nuovi?
Sì. La versione premium include un pipeline di aggiornamento che prende i dati nuovi e rigenera le previsioni secondo una pianificazione, così i risultati restano aggiornati senza che nessuno debba rifare tutto. Posso consegnarlo come uno script schedulato, un contenitore Docker o un job AWS, a seconda della tua configurazione.
