Je ferai de l'EDA et construirai un modèle d'apprentissage automatique dans jupyter notebook

Vous avez besoin d'une analyse exploratoire de données propre et d'un modèle d'apprentissage automatique fonctionnel pour votre projet, devoir ou recherche, sans la complexité du déploiement ?

Je fournis des notebooks Jupyter entièrement documentés couvrant :

Nettoyage et prétraitement des données (valeurs manquantes, encodage, valeurs aberrantes)

Analyse exploratoire des données avec des visualisations claires (matplotlib/seaborn)

Ingénierie et sélection des caractéristiques

Construction de modèles de classification ou de régression (régression logistique, forêt aléatoire, KNN, etc.)

Évaluation du modèle avec précision, matrice de confusion et autres métriques pertinentes

Commentaires clairs et explications en markdown tout au long, faciles à comprendre, même si vous êtes en apprentissage

Ceci est parfait pour :

- Devoirs universitaires et projets de semestre

- Articles de recherche nécessitant une section modèle/résultats

- Construction de portfolio pour étudiants en data science

- Prototypage rapide avant un déploiement complet

J'ai travaillé sur plusieurs jeux de données : churn client, approbation de prêt, prédiction du coût d'assurance, classification des revenus, et plus encore, toujours avec un code propre, simple, facile à suivre et à expliquer lors d'une soutenance ou d'une présentation.

Envoyez-moi votre jeu de données et vos besoins, et je vous livrerai un notebook que vous pourrez réellement comprendre et utiliser.