Je vais développer des modèles de classification de texte et d'image avec python
Ingénieur en Machine Learning pour agents LLM RAG et automatisation Python
À propos de ce service
Transformez votre texte ou vos images étiquetés en un modèle de classification pratique en Python. Je suis ingénieur en IA/ML avec plus de 4 ans d'expérience en Python, NLP et développement d'API.
Je peux vous aider avec l'analyse de sentiment, la détection de spam, l'étiquetage de sujets ou la reconnaissance de catégories d'images. Chaque package couvre UNE tâche de classification de texte OU d'image convenue.
Basique : modèle de référence, jusqu'à 2 classes / 1 000 échantillons étiquetés.
Standard : modèle ajusté, jusqu'à 5 classes / 5 000 échantillons étiquetés, avec évaluation et analyse d'erreurs.
Premium : jusqu'à 10 classes / 10 000 échantillons étiquetés, plus un endpoint de prédiction FastAPI et une configuration Docker.
Tous les packages incluent un prétraitement de base, le code source Python, le modèle sauvegardé, les instructions d'installation et les métriques d'évaluation retenues. Le choix du modèle dépend de vos données et du budget de calcul convenu. La précision est mesurée, non garantie.
Vous fournissez un jeu de données étiqueté dont vous avez la permission d'utiliser. La labellisation des données, le calcul payé, l'hébergement, le déploiement cloud, l'authentification et les intégrations en direct nécessitent un scope séparé. Les révisions couvrent la tâche convenue.
Veuillez m'envoyer un message avec un exemple de données, les étiquettes de classe et votre objectif avant de commander afin que nous puissions confirmer la faisabilité.
Langage de programmation:
Python
Mon portfolio
FAQ
Traduction automatique
Un package inclut-il à la fois la classification de texte et d'image ?
Non. Chaque package couvre une tâche de classification de texte OU d'image sur un jeu de données convenu. Si vous avez besoin des deux, contactez-moi pour une offre personnalisée avec un scope et des livrables séparés.
Quel dataset dois-je fournir ?
Fournissez du texte étiqueté en CSV/JSON ou des images étiquetées dans des dossiers avec un fichier d'étiquettes. Incluez les définitions de classes et le nombre d'échantillons. Vous devez avoir la permission d'utiliser les données. La collecte et la labellisation des données sont hors du scope des packages ; partagez un échantillon avant de commander.
Pouvez-vous garantir une précision spécifique ?
Non. La performance dépend de la taille du dataset, de la qualité des étiquettes, de l'équilibre des classes et de la difficulté de la tâche. Je rapporte des métriques retenues telles que la précision, le rappel, le F1 et une matrice de confusion, et nous convenons d'objectifs d'évaluation réalistes après avoir examiné votre échantillon de données.
