Ce qui est inclus :
Nettoyer et prétraiter des ensembles de données complexes
Appliquer à la fois des algorithmes d'apprentissage supervisé et non supervisé (n'importe lequel parmi les 23 suivants) :
- Supervisé : régression linéaire/logistique, SVM, arbre de décision, forêt aléatoire, KNN, Naive Bayes
- Non supervisé : clustering K-Means, clustering hiérarchique, DBSCAN, PCA
- Réglage des hyperparamètres (GridSearchCV ou manuel)
- Sélection de caractéristiques ou réduction de dimensionnalité
- Évaluation complète du modèle avec précision, matrice de confusion, score de silhouette, etc.
- Visualisations de données avec matplotlib, seaborn et plotly
- Un rapport professionnel (PDF ou DOCX) expliquant les étapes, les résultats et la performance du modèle
- Code entièrement commenté livré via Jupyter Notebook ou script Python
- Support après livraison (correction de bugs, ajustements mineurs)
Exigences du client :
Avant de passer commande, veuillez fournir :
- Votre ensemble de données (CSV/Excel)
- Objectif (que souhaitez-vous que le modèle prévoie ou découvre ?)
- Algorithme préféré (optionnel)
- Tout format ou sortie spécifique requis