بناء نموذج تعلم آلة للتنبؤ وتحليل البيانات باستخدام Python
عندك ملف بيانات وتريد نموذجاً يتنبأ بنتيجة معينة (مثل: هل سيترك الموظف العمل؟ أو ما سعر المنتج؟)؟ أبني لك نموذج تعلم آلة جاهزاً باستخدام Python وScikit-learn.
ما تشمله الخدمة الأساسية:
نموذج واحد: تصنيف (Classification) أو تنبؤ بقيمة رقمية (Regression).
ملف بيانات واحد بصيغة CSV أو Excel، حتى 25,000 صف.
تجهيز أساسي للبيانات: معالجة القيم المفقودة والتكرارات البسيطة وترميز الأعمدة النصية.
تدريب خوارزمية واحدة مناسبة للمشكلة وتقييمها بالمقاييس المناسبة.
التسليم: ملف Jupyter Notebook (.ipynb) + ملف النموذج (.pkl) + ملخص قصير للنتائج.
تعديل واحد بسيط على المخرجات بعد التسليم.
بناء وتدريب خوارزمية واحدة مناسبة لنوع بياناتك وهدفك (تصنيف أو تنبؤ رقمي).
تطوير نماذج مناسبة للمشكلة للتنبؤ بالقيم الرقمية أو تصنيف البيانات، مع تدريب النموذج وتقييم أدائه.
معالجة القيم المفقودة والتكرارات البسيطة وترميز الأعمدة النصية.
استخدام مقاييس التقييم المناسبة وشرح النتائج لمساعدتك على فهم أداء النموذج ومدى ملاءمته للهدف المطلوب "بمقاييس مثل Accuracy وF1 أو MAE وR²".
ملف Jupyter Notebook (.ipynb) يحتوي على خطوات تجهيز البيانات والتدريب والتقييم مع تعليقات مختصرة.
رسم واحد يوضح أداء النموذج (Confusion Matrix أو Actual vs Predicted). والتحليل الكامل بخمسة رسوم تطوير إضافي.
ملف النموذج المدرب (.pkl) مع مقاييس تقييمه.
ملخص قصير بالنتائج وخطوات تشغيل الكود.
تنظيف متقدم للبيانات (قيم شاذة توحيد توايخ ونصوص وانشاء خصائص )
5.00
|
|
تحليل البيانات وانشاء 5 رسوم بيانية وملخص لأهم 5 ملاحظات
5.00
|
|
تدريب 3 نماذج بجداول و مقايس و تحديد الأفضل منهم
10.00
|
|
تسليم الكود مع شرح خطوات التنفيذ
5.00
|
|
انشاء تطبيق تفاعلي بسيط بستخدام Streamlit لأدخال البيانات و عرض تنبؤ النماذج
15.00
|
تنظيف متقدم للبيانات (قيم شاذة توحيد توايخ ونصوص وانشاء خصائص )
5.00
|
|
تحليل البيانات وانشاء 5 رسوم بيانية وملخص لأهم 5 ملاحظات
5.00
|
|
تدريب 3 نماذج بجداول و مقايس و تحديد الأفضل منهم
10.00
|
|
تسليم الكود مع شرح خطوات التنفيذ
5.00
|
|
انشاء تطبيق تفاعلي بسيط بستخدام Streamlit لأدخال البيانات و عرض تنبؤ النماذج
15.00
|