Je formerai et évaluerai un modèle d'apprentissage automatique ou d'apprentissage profond en Python

Vous disposez d'un jeu de données et vous cherchez un modèle efficace ? Je formerai, évaluerai et documenterai un modèle d'apprentissage automatique ou d'apprentissage profond sur vos données et vous indiquerai honnêtement ses performances.

Idéal pour :

- Données tabulaires (classification, régression)

- Série temporelle et données de capteurs (accéléromètre, vibrations, style ECG)

- Classification d’images avec transfert d’apprentissage

Ce que vous obtenez :

- Données propres et répartition échantillonnage entraînement/validation/test sans fuite

- Bases de référence comparées à un modèle plus performant

- Évaluation (précision, F1, ROC-AUC, matrice de confusion) en termes simples

- Notebook ou script, fichier du modèle entraîné et code source

A propos de moi : Master of Technology en traitement du signal et apprentissage automatique (NIT Jalandhar). Mon modèle de thèse a vaincu huit baselines, dont XGBoost, sur plus de 39 000 dossiers ICU (IEEE CIPHER 2026). J’ai également enseigné des labos PyTorch et scikit-learn.

Avant de commander, envoyez-moi une description rapide de vos données et de votre objectif et je vous dirai honnêtement si c’est faisable. Je ne promets pas une précision spécifique, car cela dépend de vos données, mais je garantis une évaluation attentive et honnête.