هبنيلك نموذج Machine Learning مناسب لمشكلتك باستخدام Python، من تجهيز البيانات ومعالجتها، مرورًا بالتدريب والتقييم، وصولًا لتسليم النموذج جاهزًا للاستخدام.
أنواع المشاريع التي أنفذها:
• Classification (تصنيف)
• Regression / Prediction (التنبؤ بقيم)
• Clustering & Customer Segmentation
• Customer Churn Prediction
• تطبيقات Machine Learning على البيانات الجدولية (CSV / Excel)
المطلوب منك:
Dataset بصيغة CSV أو Excel + وصف مختصر للمشكلة + الـTarget إذا كان محددًا.
ولو مش متأكد من نوع الـMachine Learning المناسب، ابعتلي البيانات ووصف المشكلة، وهساعدك في تحديد الـapproach المناسب قبل البدء.
ملاحظات:
• نطاق العمل النهائي يتحدد بعد مراجعة الـDataset.
• مشاريع Deep Learning / Computer Vision / NLP / LLMs يتم الاتفاق عليها بشكل منفصل.
• تكلفة الاستضافة، الـDomain، أو أي خدمات/API مدفوعة غير مشمولة.
• التطويرات الإضافية مثل EDA، Streamlit، Dashboard، وDocker لا تُنفذ إلا عند طلبها مع الخدمة.
1. فهم المشكلة وتحديد الـ Target والـ Features
2. Data Preprocessing: معالجة القيم الناقصة، Encoding، Feature Scaling، تقسيم البيانات
3. تجربة أكثر من خوارزمية ومقارنة النتائج (Logistic/Linear Regression – Random Forest – Gradient Boosting – SVM – KNN – K-Means وغيرها)
4. تقييم النموذج بالمقاييس المناسبة (Accuracy / F1 / Precision / Recall أو RMSE / MAE / R²)
هتستلم:
• النموذج المدرَّب بصيغة .pkl / .joblib
• ملف Python للتنبؤ predict.py
تجربة 3 خوارزميات اضافية ومقارنة نتائجهما
5.00
|
|
اضافة تحليل EDA واضافة رسوم بيانية
5.00
|
|
تزويد المشروع ب docker لتوحيد بيئة التشغيل وتثبيت إصدرات المكتبات المطلوبة
15.00
|
|
اضافة واجهة تفاعيلية ب streamlit لادخال البيانات والحصول على التنبؤ من المتصفح
25.00
|
تجربة 3 خوارزميات اضافية ومقارنة نتائجهما
5.00
|
|
اضافة تحليل EDA واضافة رسوم بيانية
5.00
|
|
تزويد المشروع ب docker لتوحيد بيئة التشغيل وتثبيت إصدرات المكتبات المطلوبة
15.00
|
|
اضافة واجهة تفاعيلية ب streamlit لادخال البيانات والحصول على التنبؤ من المتصفح
25.00
|