Je vais construire des modèles d'apprentissage profond en utilisant Python et PyTorch
Ingénieur IA et apprentissage automatique, Data Scientist, Ingénieur IoT
À propos de ce service
Besoin d’aide pour construire un modèle d’apprentissage automatique fiable ou transformer vos données en informations exploitables ?
Je propose des solutions de data science et d’apprentissage automatique basées sur Python, adaptées à vos besoins de projet.
Les services incluent :
- Nettoyage et prétraitement des données
- Analyse exploratoire des données et visualisation
- Ingénierie des caractéristiques et développement de modèles
- Apprentissage automatique et apprentissage profond avec PyTorch et TensorFlow
- Tests de modèles et évaluation des performances
- Code source et documentation technique
Pourquoi travailler avec moi ?
Je suis titulaire d’un MSc en Data Science avec mention et j’ai une expérience pratique en apprentissage profond et en prévision de séries temporelles. Mes travaux de recherche NASA MEDA ont analysé près de 6 millions d’enregistrements de capteurs atmosphériques martiens et développé des modèles LSTM et Transformer utilisant Python et PyTorch.
Vous recevrez une solution structurée, un code Python propre et une documentation claire.
Vous avez un projet en tête ? Contactez-moi avant de commander pour discuter de votre jeu de données, de vos exigences et des résultats attendus. Trouvons ensemble la solution adaptée à votre projet !
Langage de programmation:
Python
•
R
•
SQL
•
Colab
•
Java
Outils:
Jupyter Notebook
•
tensorflow
•
Colab
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
•
tensorflow
FAQ
Traduction automatique
Q : De quelles informations avez-vous besoin pour démarrer le projet ?
A : Veuillez fournir votre jeu de données, les objectifs du projet, la variable cible (si applicable) et tout besoin ou métrique d’évaluation spécifique.
Q : Quels cadres de travail en apprentissage automatique et apprentissage profond utilisez-vous ?
A : J’utilise principalement Python, PyTorch, TensorFlow et Scikit-learn, en sélectionnant les outils les plus adaptés à votre projet.
Q : Vais-je recevoir le code source ?
A : Oui. Les livrables convenus incluent le code source Python et la documentation technique pertinente.
Q : Pouvez-vous travailler sur des problèmes de prévision de séries temporelles ?
A : Oui. J’ai une expérience de recherche en prévision de séries temporelles, y compris des modèles LSTM et Transformer utilisant des données atmosphériques NASA MEDA.

