سأقوم ببناء نموذج تعلم آلي (Machine Learning) وتحليل نتائجه باستخدام Python وفق أفضل الممارسات، مع تقييم الأداء وشرح النتائج بصورة واضحة.
تشمل الخدمة الأساسية:
تحليل وتجهيز البيانات.
تنظيف البيانات ومعالجة القيم المفقودة.
بناء نموذج تعلم آلي واحد.
تدريب النموذج وتقييمه.
حساب مقاييس الأداء:
Accuracy
Precision
Recall
F1-Score
تسليم الكود منظمًا بصيغة Jupyter Notebook أو Python مع شرح طريقة التشغيل.
أنواع النماذج التي يمكن تنفيذها:
Classification
Regression
Clustering
الأدوات المستخدمة:
Python
Scikit-learn
Pandas
NumPy
Matplotlib
Jupyter Notebook
الخدمة الأساسية تشمل:
بناء نموذج تعلم آلي واحد.
العمل على مجموعة بيانات حتى 5000 سجل و30 عمودًا.
تسليم الكود مع تقرير مختصر يوضح نتائج النموذج.
بناء نموذج احترافي
تنظيف وتجهيز البيانات
تقييم أداء النموذج
Python | Scikit-learn
الكود الكامل لبناء وتدريب النموذج مع شرح الخطوات
النموذج بعد التدريب بصيغة مناسبة مع إمكانية إعادة استخدامه
تقرير يوضح أداء النموذج والمقاييس المستخدمة مع أهم الملاحظات
انشاء رسوم بيانية لنتائج النموذج حتى 5 رسوم بيانية مثل (ROC, Confusion Matrix ,Precision-Recall)
5.00
|
|
تحسين أداء النموذج من خلال ضبط Hyperparameters
10.00
|
|
تقرير PDF احترافى يشرح النتائج سأعد تقريرا احترافيا من 3 الى 5 صفحات
10.00
|
|
بناء نموذج اضافى للمقارنة باستخدام خوارزمية مختلفة(SVM, Random-Forest)
10.00
|
انشاء رسوم بيانية لنتائج النموذج حتى 5 رسوم بيانية مثل (ROC, Confusion Matrix ,Precision-Recall)
5.00
|
|
تحسين أداء النموذج من خلال ضبط Hyperparameters
10.00
|
|
تقرير PDF احترافى يشرح النتائج سأعد تقريرا احترافيا من 3 الى 5 صفحات
10.00
|
|
بناء نموذج اضافى للمقارنة باستخدام خوارزمية مختلفة(SVM, Random-Forest)
10.00
|