Ich werde ein Vorhersagemodell mit vollständiger statistischer Validierung erstellen

Code auszuführen, um ein Modell anzupassen und Ergebnisse zu erhalten, ist nicht schwer, aber nutzlos, wenn du ihm nicht vertrauen kannst.

Die meisten "Data analysts" können nur Modelle anpassen, aber verstehen nicht die mathematischen und algorithmischen Hintergründe, die bei diesen Modellen ablaufen, um zu einer finalen Vorhersage zu kommen.

Ich baue überwachte Machine-Learning-Modelle (Klassifikation oder Regression) mit der statistischen Strenge, die zuverlässige Vorhersagen von irreführenden unterscheidet. Das bedeutet ordnungsgemäße Validierung, ehrliche Leistungsberichte und Ergebnisse, die du tatsächlich Stakeholdern erklären kannst.

Mein Ziel ist es, ein Modell zu liefern, das du einsetzen, verteidigen und auf dem du Entscheidungen aufbauen kannst, nicht nur das beste Metric auf dem Trainings- oder Testset zu präsentieren.

Was enthalten ist: Jeder Schritt und jede Technik, die notwendig sind, um ein zuverlässiges Modell mit deinen Daten zu erstellen, einschließlich Datenbereinigung und -vorbereitung, explorative Analyse, kategoriale Kodierung, ... bis hin zum Anpassen, Validieren und Feinabstimmen des Modells, um es robust zu machen.

Ich kann in Python oder R arbeiten und werde sauberen, gut kommentierten und reproduzierbaren Code präsentieren.