Ich prüfe dein Machine-Learning-Modell auf Datenleckagen und Overfitting
ML Engineer, Daten in intelligente Lösungen verwandeln
Über diesen Service
Ist die Genauigkeit deines Modells von 99 % zu gut, um wahr zu sein? Oft ist sie das. Datenleckagen, falsche Validierungs-Splits und unkalibrierte Wahrscheinlichkeiten bringen Modelle im Notebook zum Glänzen, scheitern aber in der Produktion.
Ich prüfe deine ML-Pipeline, zeige genau, was deine Ergebnisse inflated, und helfe dir, es zu beheben.
Ich prüfe:
- Target-, zeitliche- und Gruppen-Datenleckagen
- Design von Train-/Validation-/Test-Splits
- Overfitting und Metrik-Auswahl für dein Problem
- Wahrscheinlichkeitskalibrierung und Klassenungleichgewicht
- Robustheit mit Placebo-Tests und Out-of-Time-Tests
Ich bin ein KI-Ingenieur und Erstautor mehrerer peer-reviewed IEEE-Paper. Solche Checks nutze ich auch in meiner eigenen Arbeit als Standard, zum Beispiel ein ICU-Mortalitätsmodell, validiert auf einem separaten KH-Datensatz.
Du bekommst einen klaren schriftlichen Bericht, priorisiert nach Impact, und bei höheren Paketen eine korrigierte Notebook-Version mit Vorher-Nachher-Ergebnissen.
Programmiersprache:
Python
•
R
•
SQL
•
Colab
Tools:
Jupyter-Notizbuch
•
opencv
•
tensorflow
•
Excel
•
MLflow
•
Colab
•
Andere
Technologie:
Python
•
R
•
tensorflow
•
PyTorch
•
scikit-learn
•
Pandas
Mein Portfolio
FAQ
Automatische Übersetzung
1. Was muss ich schicken?
Dein Notebook oder Skripte, der Datensatz oder eine repräsentative Stichprobe und eine kurze Notiz dazu, was das Modell vorhersagt und wie es verwendet wird.
1. Was ist, wenn bei deiner Prüfung meine Genauigkeit sinkt?
Darum geht es bei der Prüfung: Eine niedrigere, ehrliche Zahl ist jetzt billiger als ein Modell, das nach dem Start scheitert. Ich erkläre jeden Grund und wie man ihn behebt.
1. Welche Modelle deckst du ab?
Tabellarisches ML (scikit-learn, XGBoost, LightGBM), Zeitreihen und Deep Learning mit PyTorch, für Klassifikation, Regression und Forecasting.
1. Kannst du eine NDA unterschreiben oder meine Daten privat halten?
Deine Dateien werden nur für deinen Auftrag verwendet und auf Wunsch gelöscht. Die Fiverr-Agb decken Vertraulichkeit ab; ich kann auch deine eigenen Datenverarbeitungsregeln befolgen.
1. Arbeitest du auch mit großen Datensätzen?
Ja. Bei sehr großen Datenmengen ist eine repräsentative Stichprobe in der Regel ausreichend für das Audit.

