- ملف بيانات واحد (Excel أو CSV) حتى 5,000 صف و15 عمود
- هدف واحد للتنبؤ (عمود واحد تحدده أنت)
- مقارنة بين 3 خوارزميات (Ridge وRandom Forest وGradient Boosting)
- تجهيز بسيط للبيانات (ترميز وتطبيع)، والبيانات تكون شبه نظيفة
- النموذج المدرب + الكود + تقرير قصير بمقدار الخطأ
- تعديل واحد بعد التسليم
ما لا تشمله الباقة الأساسية (متوفر كتطويرات أو بسعر منفصل):
- تحويل النموذج لـ API أو Docker أو نشره على AWS
- تنظيف بيانات فوضوية أو ناقصة بشكل كبير
- ملفات أكبر من الحد أعلاه
- أكثر من هدف للتنبؤ
- البيانات غير الجدولية (صور، نصوص، سلاسل زمنية معقدة)
أجرب Ridge وRandom Forest وGradient Boosting وأختار الأدق لبياناتك.
تنظيف وترميز وتطبيع، لأن جودة النموذج تعتمد على هذه الخطوة.
تقرير يوضح مقدار الخطأ (MAE)، وما أقول لك "دقة عالية" بدون أرقام.
تستدعيه من موقعك أو تطبيقك وترجع لك النتيجة (حسب الباقة).
ملف جاهز للاستخدام، تقدر تشغله على بيانات جديدة.
Notebook أو سكربت Python مرتب، ملكك بالكامل.
مقارنة الخوارزميات وأي واحدة اخترتها ولماذا.
خطوات بسيطة لتشغيل النموذج بنفسك.
تحويله ل API
10.00
|
|
Docker
5.00
|
|
واجهه بسيطة
5.00
|
تحويله ل API
10.00
|
|
Docker
5.00
|
|
واجهه بسيطة
5.00
|