Ich mache statistische Modellierung, ML und Data Science in Python
Datenanalyst, Mathematik-Nachhilfe, Python, Statistik, Bayesian ML, NYU Math-Absolvent
Über diesen Service
Ich baue statistische Modelle und maschinelles Lernen-Lösungen auf der Grundlage strenger Mathematik auf.
Hintergrund: M.S. Mathematik vom NYU Courant Institute, Spezialisierung auf Wahrscheinlichkeit, Optimierung und numerische Methoden.
Was ich liefere:
- Explorative Datenanalyse mit klaren Visualisierungen und statistischen Zusammenfassungen
- Individuelle ML-Modelle (Klassifikation, Regression, Clustering, Bayessche Inferenz)
- Monte-Carlo-Simulationen und probabilistische Modellierung
- Sauberer, dokumentierter Python-Code (Jupyter-Notebooks oder Skripts)
Tools: Python, NumPy, Pandas, scikit-learn, PyTorch, JAX, Matplotlib
So funktioniert es: Schreibe mir mit deinem Datensatz und Problembeschreibung. Ich prüfe den Umfang und bestätige das passende Paket, bevor du bestellst.
Alle Deliverables enthalten Quellcode und eine schriftliche Erklärung von Methodik und Ergebnissen.
Programmiersprache:
Python
•
R
•
MATLAB
•
SQL
Frameworks:
scikit-learn
•
PyTorch
•
Panda
Tools:
Jupyter-Notizbuch
•
tensorflow
•
Excel
Mein Portfolio
FAQ
Automatische Übersetzung
Mit welchen Datenformaten arbeiten Sie?
CSV, Excel, JSON, SQL-Datenbanken und die meisten strukturierten Datenformate. Falls deine Daten in einem anderen Format vorliegen, schreibe mir und ich bestätige es.
Stellen Sie den Quellcode zur Verfügung?
Ja. Alle Pakete beinhalten dokumentierte Jupyter-Notebooks oder Python-Skripte.
Was, wenn mein Projekt nicht in ein Paket passt?
Schreibe mir vor der Bestellung. Ich prüfe den Projektumfang und sende dir ein individuelles Angebot mit dem passenden Preis und Zeitplan.
Kannst du bei akademischen/forschungsbezogenen Projekten helfen?
Ja. Ich habe Erfahrung mit statistischer Modellierung, Monte-Carlo-Methoden und Bayesianischer Inferenz im Forschungsumfeld. Ich liefere Arbeiten mit klarer Methodik-Dokumentation.
Was benötigen Sie von mir, um zu beginnen?
Dein Datensatz (oder Zugriff darauf), eine Beschreibung des zu lösenden Problems und etwaige spezifische Anforderungen an das Ausgabeformat.

