Problem-Analyse-Workflow:
- Daten lesen / Geschäftsanforderungen analysieren / Beratung
- Datenanalyse / Überprüfung der Datenvariation mit verschiedenen Methoden
- Datenvorverarbeitung / Datenumwandlung
- Feature Engineering Pipeline
- Datenvisualisierungen
- Nützliche Informationen aus Daten extrahieren
- Auswahl von Machine Learning / Deep Learning Modellen
- Modellvalidierung mit vollständigen Genauigkeitsmetriken
- Reale Vorhersagen durchführen.
Ich werde mit deinen Daten an verschiedenen Modellen und Methoden arbeiten, wie zum Beispiel:
- Lineare Regression, Logistische Regression
- Entscheidungsbaum, SVM
- Naive Bayes, KNN
- K-Means
- Random Forest
- Gradient Boosting / Bagging
- Ensemble Learning
- ANN / CNN / RNN / LSTM
- Genetische Programmierung
- Optimierung / Scheduling-Probleme
- PCA / Anova / Chi-Quadrat / T-Test
- Scikit-Learn
- Power Bi / Tableau
- Seaborn / Matplotlib
- TensorFlow
- Pytorch
- Neuronale Netze
- AWS Sage Maker
- Empfehlungssystem (Collaborative Filtering & Content-based Filtering)
- Big Data Analytics (Hadoop, Kafka, Apache Spark)
- Statistik
- Wahrscheinlichkeit
Die Dauer und die Gig-Preise können je nach Komplexität der Aufgabe variieren. Bitte schreibe vorher, um einen hochwertigen Service zu gewährleisten.