Je vais concevoir des modèles d'apprentissage automatique pour les données génomiques et cliniques en utilisant python
Niveau 1
Répond à certains critères de performance et présente un fort potentiel sur la place de marché.
À propos de ce service
Bonjour,
Je combine une formation en biochimie/biologie moléculaire avec des compétences en apprentissage automatique pour aider les chercheurs et les équipes axées sur la santé à extraire des insights prédictifs à partir de jeux de données biologiques et cliniques.
Ce que je peux faire pour vous :
- Modèles de classification et de prédiction pour des jeux de données cliniques/génomiques
- Sélection de caractéristiques pour des données biologiques
- Évaluation et validation de modèles
- Prétraitement des données pour des jeux de données prêts pour le ML
Destiné à :
- Les équipes de recherche travaillant avec des données cliniques ou omiques
- Les projets biotech/health-tech nécessitant une modélisation prédictive
- Les laboratoires souhaitant explorer les applications du ML sur leurs jeux de données existants
Ce que vous recevrez :
- Modèle entraîné avec ses métriques de performance
- Code Python (basé sur scikit-learn)
- Explication claire des résultats
- Recommandations pour la suite
Contactez-moi avec le type de votre jeu de données et votre question de recherche avant de commander, car le choix du modèle dépend fortement de vos données spécifiques.
Langage de programmation:
Python
•
R
•
SQL
•
Colab
Frameworks:
Scikit-learn
•
DeepPy
•
PyTorch
•
Panda
APIs:
Microsoft Computer Vision AI
•
Google Cloud Vision API
Outils:
Jupyter Notebook
•
Excel
•
Stata
•
Colab
•
RStudio
•
Autres
Mon portfolio
FAQ
Traduction automatique
Avec quel type de données biologiques travaillez-vous ?
Je travaille avec des jeux de données cliniques, des données d’expression génique et d’autres données structurées biologiques/santé.
Quelles méthodes de ML utilisez-vous ?
Principalement des modèles basés sur scikit-learn (classification, régression, clustering) ; je recommanderai celui qui convient le mieux à vos données.
Mon dataset reste-t-il confidentiel ?
Oui toujours.
