Стоимость
2 000 ₽
Создам ML-модель под ключ
Создам Jupyter Notebook с оптимальной моделью машинного обучения
Egor Yablochnikov
389 просмотров
Об этой услуге
Кратко собрали состав работ, условия, сроки и вводные данные, которые понадобятся для старта.
Разработаю Jupyter Notebook с полностью оформленным решением задачи анализа данных и построения модели машинного обучения.
В работе будут представлены:
- загрузка и предобработка данных;
- исследовательский анализ (EDA) с визуализациями;
- обучение и сравнение нескольких моделей;
- выбор и настройка лучшей модели;
- оценка качества по ключевым метрикам;
- подробные комментарии к коду, рекомендации бизнесу на основе данных (если применимо).
Использую Python (pandas, NumPy, scikit-learn, matplotlib, XGBoost и др.).
Результат — структурированная тетрадь, готовая к использованию и дальнейшему развитию.
Нужно для заказа:
1. Датасет (или ссылка на него);
2. постановка задачи (что именно нужно: классификация, регрессия, прогноз);
3. предпочтительные метрики качества (если есть);
4. дополнительные пожелания (например, использование конкретных библиотек или ограничений).
В работе будут представлены:
- загрузка и предобработка данных;
- исследовательский анализ (EDA) с визуализациями;
- обучение и сравнение нескольких моделей;
- выбор и настройка лучшей модели;
- оценка качества по ключевым метрикам;
- подробные комментарии к коду, рекомендации бизнесу на основе данных (если применимо).
Использую Python (pandas, NumPy, scikit-learn, matplotlib, XGBoost и др.).
Результат — структурированная тетрадь, готовая к использованию и дальнейшему развитию.
Нужно для заказа:
1. Датасет (или ссылка на него);
2. постановка задачи (что именно нужно: классификация, регрессия, прогноз);
3. предпочтительные метрики качества (если есть);
4. дополнительные пожелания (например, использование конкретных библиотек или ограничений).
payments
Стоимость
2 000 ₽
schedule
Срок
2 дн.
visibility
Просмотры
389
check_circleзагрузка и предобработка данных;
check_circleисследовательский анализ (EDA) с визуализациями;
check_circleобучение и сравнение нескольких моделей;
check_circleвыбор и настройка лучшей модели;
check_circleоценка качества по ключевым метрикам;
Стоимость и условия
Перед оплатой зафиксируйте объём, срок, количество правок и дополнительные опции.
Срок
2 дн.
Правки
5
Как проходит работа
1
Вы выбираете пакет, количество и дополнительные опции.
2
При необходимости уточняете детали с исполнителем до оплаты.
3
Оплата резервируется через безопасную сделку на платформе.
4
Исполнитель сдаёт результат, вы проверяете и принимаете работу.
Контроль результата
Стоимость, сроки, правки и состав работ лучше зафиксировать до оплаты. Это повышает прозрачность заказа и снижает риск спорных ситуаций.
Исполнитель
Egor Yablochnikov
Привет! Меня зовут Егор, 2 курс универа. Я начинающий специалист по Data Science.
Умею работать с данными: от предобработки и анализа до построения моделей машинного обучения.
Мои навыки:
•Python (pandas, NumPy, scikit-learn, sweetviz, ydata, seaborn, matplotlib и т.д.)
•Градиентный бустинг, BERT, прогнозирование временных рядов
•SQL - запросы
•Визуализация данных (matplotlib, seaborn)
• Также, есть опыт работы с React, PERN стеком в целом, а также разработи CRUD-приложения.
Занимаюсь Data Science на курсах и в институте, а также практикуюсь на реальных проектах.
Готов помочь вам с анализом данных, построением моделей и решением задач машинного обучения.
GitHub с примерами работ: https://github.com/fozeni1/Works
