• فحص البيانات وفهم المتغيرات والهدف المطلوب من النموذج.
• تنظيف البيانات والتعامل مع القيم المفقودة والتكرارات وفقًا لطبيعة الملف.
• تجهيز الخصائص المستخدمة في التدريب، مع ترميز المتغيرات الفئوية أو تقييسها عند الحاجة.
• اختيار خوارزمية مناسبة لمهمة التنبؤ أو التصنيف.
• تدريب نموذج تعلم آلي واحد باستخدام Python وScikit-learn.
• تقييم النموذج على بيانات اختبار منفصلة باستخدام مقاييس أداء مناسبة للمشكلة.
• توضيح النتائج والقيود التي ينبغي مراعاتها عند تفسير أداء النموذج.

يشمل السعر الأساسي بناء نموذج تعلم آلي واحد لمهمة Regression أو Classification، باستخدام ملف بيانات واحد بصيغة CSV أو Excel، بحد أقصى 5,000 صف و15 عمودًا.
تشمل الخدمة تجهيز البيانات بالمعالجة الأساسية المناسبة، وتقسيم البيانات، وتدريب النموذج وتقييمه، وتسليم ملف Jupyter Notebook مع نتائج التقييم وشرح مختصر.

تُحدد الأعمال التي تتطلب مقارنة عدة نماذج أو تحسين إعداداتها أو تطوير واجهة تفاعلية من خلال تطويرات الخدمة.

• ملف Jupyter Notebook بصيغة IPYNB يحتوي على خطوات تجهيز البيانات والتدريب والتقييم.
• نموذج تعلم آلي مدرّب لمهمة واحدة محددة.
• مقاييس أداء النموذج ونتائج الاختبار.
• ما يصل إلى رسمين بيانيين لتوضيح النتائج عند ملاءمتهما للمشكلة.
• شرح مختصر لخطوات العمل وكيفية تفسير نتائج النموذج.
• كود منظم قابل للمراجعة والتعديل وإعادة التشغيل في بيئة Python مناسبة.