مطلوب Application of ML + Hybird framework

مطلوب Application of ML + Hybird framework

السلام عليكم، مطلوب متخصص Python لبناء الجانب التطبيقي تخصص (Business Information Systems).
متوفر Dataset حقيقية لـ Consumer Behavior.
متوفر Journal منشور يوضح الـ Pipeline المطلوب محاكاته.
تنفيذ 4 موديلات ML: (SVM, XGBoost, CatBoost, BPANN) واستخراج الـ Classification Report لكل منها.
عمل Correlation Analysis و Confusion Matrix
استخراج أهم الميزات (Feature Importance) لأفضل موديل.
بناء Hybrid Framework يدمج بين تقنيات الـ DL والـ RL
إجراء مقارنة نهائية شاملة بين نتائج الموديلات المنفردة (Single) والإطار الهجين (Hybrid) من حيث الدقة والكفاءة.
ملف Jupyter Notebook منظم، يحتوي على شرح لكل خطوة (Documentation)، مع مراعاة التعامل مع اختلال البيانات (Class Imbalance) إن وجد

عن الموضوع

ناشر الموضوع

.Nagham T

  • مبرمج

التعليقات (25)

.Khaled A
منذ 27 يوم و7 ساعات
تواصل معي من ضمن خدماتي.
.Mustafa Y
منذ 27 يوم و7 ساعات
تواصل معي وتحت امرك ان شاء الله
ادم خ.
منذ 27 يوم و7 ساعات
السلام عليكم،
عندي خبرة +3 سنين في Python وMachine Learning، وأقدر أنفذلك الجزء التطبيقي بالكامل بشكل أكاديمي ومنظم بما يتوافق مع الـ Journal المطلوب محاكاته. هشتغل على تنفيذ موديلات SVM وXGBoost وCatBoost وBPANN مع استخراج الـ Classification Report وConfusion Matrix وCorrelation Analysis لكل موديل، بالإضافة لتحليل Feature Importance لأفضل موديل. كمان أقدر أبني Hybrid Framework يدمج بين تقنيات الـ Deep Learning والـ Reinforcement Learning مع مقارنة شاملة بين الـ Single Models والـ Hybrid Framework من حيث الدقة والكفاءة والأداء. هراعي التعامل مع مشكلة الـ Class Imbalance باستخدام الطرق المناسبة، وهسلمك Jupyter Notebook مرتب جدًا مع Documentation وشرح واضح لكل خطوة والكود يكون نظيف وقابل للتعديل. جاهز أبدأ فورًا وأبعتلك جزء تجريبي أو Structure مبدئي للشغل لو حابب.
.Abdelrahman E
منذ 27 يوم و7 ساعات
تواصل معى الخدمه موجوده وتم شراؤها من اكثر من عميل
.Shrouk A
منذ 27 يوم و7 ساعات
السلام عليكم،
أستطيع تنفيذ المشروع الخاص ببناء نماذج Machine Learning وتحليل بيانات سلوك المستهلك (Consumer Behavior) باستخدام Python بشكل كامل ومنظم طبقاً للـ Journal المطلوب.

لدي خبرة في:

* Data Preprocessing & EDA
* Handling Class Imbalance (SMOTE / Class Weights)
* Machine Learning Models (SVM, XGBoost, CatBoost, ANN)
* Deep Learning (BPANN using TensorFlow/Keras)
* Evaluation Metrics (Classification Report, Confusion Matrix)
* Feature Engineering & Feature Importance Analysis
* Comparative Model Analysis
* Jupyter Notebook Documentation

سأقوم بتنفيذ المطلوب بشكل كامل يشمل:

* تنظيف وتجهيز البيانات وتحليلها (Correlation Analysis)
* تدريب 4 نماذج: SVM, XGBoost, CatBoost, BPANN
* استخراج Classification Report لكل موديل
* رسم Confusion Matrix لكل نموذج
* تحديد أهم Features في أفضل Model
* بناء Hybrid Framework يجمع بين DL و RL حسب الـ Journal
* مقارنة شاملة بين Single Models و Hybrid Model من حيث الدقة والكفاءة
* توثيق كل خطوة داخل Jupyter Notebook بشكل احترافي ومنظم

سأراعي أيضاً:

* التعامل مع عدم توازن البيانات
* تحسين الأداء باستخدام Hyperparameter Tuning
* تنظيم الكود بشكل أكاديمي مطابق للـ Research Standards

جاهز للبدء فوراً وتنفيذ المشروع بدقة عالية.
.Emad A
منذ 27 يوم و7 ساعات
المشروع اللي بتطلبه محتاج تنفيذ عملي دقيق، لأن القيمة الحقيقية هنا ليست فقط في تشغيل موديلات Machine Learning، ولكن في بناء Pipeline بحثي متكامل ينتج نتائج قابلة للتحليل والمقارنة الأكاديمية بشكل منظم وواضح.

السلام عليكم،
أنا عماد، متخصص في Machine Learning وData Science باستخدام Python، وعندي خبرة 4 سنين في تنفيذ المشاريع البحثية والأكاديمية المعتمدة على تحليل البيانات وبناء نماذج تصنيف متقدمة، مع تنظيم الـ Workflow داخل Jupyter Notebook بشكل احترافي يسهل مراجعته وشرحه.

سأقوم بتنفيذ الـ Pipeline بالكامل بداية من تحليل الـ Dataset وفهم طبيعة البيانات، ثم مرحلة الـ Preprocessing وتجهيز البيانات للنماذج، مع التعامل مع مشكلة Class Imbalance في حال وجودها باستخدام الأساليب المناسبة لضمان نتائج دقيقة وغير منحازة.

بعد ذلك سيتم بناء وتنفيذ موديلات SVM و XGBoost و CatBoost و BPANN، مع استخراج جميع نتائج التقييم المطلوبة مثل Classification Report و Confusion Matrix بالإضافة إلى تنفيذ Correlation Analysis وتحليل العلاقات بين المتغيرات.

كما سأقوم بتحليل Feature Importance لاستخراج أكثر الميزات تأثيرًا في أفضل موديل، مع توضيح سبب تفوقه من خلال النتائج والتحليل العملي.

وبالنسبة للـ Hybrid Framework، سيتم تصميم إطار يجمع بين تقنيات الـ Deep Learning والـ Reinforcement Learning بالشكل المتوافق مع الـ Journal المطلوب محاكاته، مع إجراء مقارنة نهائية شاملة بين الموديلات المنفردة والإطار الهجين من حيث الدقة والكفاءة والأداء.

سيتم تسليم Jupyter Notebook منظم جدًا يحتوي على شرح وتوثيق لكل خطوة داخل الـ Pipeline، مع تنظيم الرسوم البيانية والنتائج والاستنتاجات النهائية بطريقة احترافية تسهّل عليك الفهم أو المناقشة الأكاديمية لاحقًا.

ما يميز شغلي أنني لا أركز فقط على كتابة الكود، ولكن على بناء مشروع متكامل قابل للتحليل والعرض الأكاديمي، مع الاهتمام بتنظيم الـ Workflow والنتائج بشكل احترافي وواضح.
في انتظار رد حضرتك، ومستعد أبدأ في أي وقت يناسبك.
.Ahmed S
منذ 27 يوم و7 ساعات
السلام عليكم ورحمة الله وبركاته بشمهندس،

اطلعت على تفاصيل المشروع، وأقدر أنفذه بشكل احترافي ومنظم بما يتوافق مع متطلبات الـ Business Information Systems والـ Pipeline الموجود في الـ Journal، مع الاهتمام بجودة النتائج وتنظيم الـ Notebook بشكل أكاديمي واضح.

سيتم تنفيذ:

* Data Preprocessing وHandling للـ Class Imbalance
* تدريب موديلات:

* SVM
* XGBoost
* CatBoost
* BPANN
* استخراج Classification Report وConfusion Matrix لكل موديل
* Correlation Analysis وVisualization
* Feature Importance لأفضل موديل
* بناء Hybrid Framework يجمع بين DL وRL
* مقارنة شاملة بين الـ Single Models والـ Hybrid Framework من حيث الأداء والكفاءة

وسيتم تسليم:

* Jupyter Notebook منظم وموثق خطوة بخطوة
* شرح واضح لكل مرحلة داخل الكود
* نتائج وتحليلات مرتبة وسهلة للمناقشة الأكاديمية

عندي خبرة جيدة في Python وMachine Learning وDeep Learning وتحليل البيانات، مع الاهتمام إن المشروع يطلع بشكل احترافي وقابل للشرح والمناقشة بسهولة.

ابعت الـ Dataset والـ Journal ونبدأ إن شاء الله.
احمد ف.
منذ 27 يوم و7 ساعات
السلام عليكم ورحمة الله وبركاته،

اطلعت على تفاصيل المشروع والـ Journal المطلوب محاكاته بعناية، والمشروع بالفعل يحتاج تنفيذ أكاديمي قوي وليس مجرد تطبيق موديلات جاهزة، لذلك سأعمل على بناء Pipeline متكامل ومنظم يعكس فهم حقيقي للـ Machine Learning وBusiness Information Systems.

سيتم تنفيذ المشروع بدايةً من:
✔ Data Cleaning & Preprocessing
✔ Exploratory Data Analysis + Correlation Analysis
✔ معالجة مشكلة Class Imbalance بالأسلوب الأنسب حسب طبيعة البيانات
✔ Feature Engineering وتحسين جودة البيانات

ثم تنفيذ وتقييم موديلات:

* SVM
* XGBoost
* CatBoost
* BPANN

مع استخراج:
✔ Classification Report
✔ Confusion Matrix
✔ Accuracy / Precision / Recall / F1-Score
✔ Feature Importance وتحليل أكثر المتغيرات تأثيرًا

بعد ذلك سيتم بناء Hybrid Framework يجمع بين تقنيات Deep Learning وReinforcement Learning وفق الـ Pipeline البحثي الموجود في الـ Journal، مع إجراء مقارنة تحليلية شاملة بين الـ Single Models والـ Hybrid Framework من حيث:

* الأداء
* الدقة
* الاستقرار
* الكفاءة الحسابية

ما يميز تنفيذي:

* Notebook احترافي ومنظم جدًا مع Documentation لكل خطوة
* كود نظيف وقابل للتعديل والتطوير
* شرح أكاديمي واضح للنتائج والاستنتاجات
* الاهتمام بجودة التحليل وليس فقط إخراج النتائج
* إمكانية تطبيق Hyperparameter Tuning لتحسين أفضل موديل

لدي خبرة قوية في Python وMachine Learning وDeep Learning وتنفيذ المشاريع الأكاديمية والبحثية، وأتعامل باحترافية في تنظيم الـ Workflow وإخراج المشروع بصورة قوية مناسبة للمناقشة أو التسليم الجامعي.

جاهز للبدء فور استلام الـ Dataset والـ Journal، ويمكنني تحديثك أولًا بأول بمراحل التنفيذ والنتائج.
عبدالرحمن ج.
منذ 27 يوم و7 ساعات
السلام عليكم ورحمة الله وبركاته

اطلعت على متطلبات المشروع بالكامل، والمطلوب هنا ليس فقط تنفيذ موديلات ML بشكل منفصل، بل محاكاة الـ Pipeline البحثي الموجود في الـ Journal مع بناء Framework منظم يسمح بالمقارنة بين الـ Single Models والـ Hybrid Framework بشكل أكاديمي صحيح.

سيتم تنفيذ مراحل الـ Preprocessing وتحليل البيانات ثم تدريب موديلات: SVM, XGBoost, CatBoost, BPANN
مع استخراج جميع الـ Evaluation Metrics المطلوبة مثل: Classification Report, Confusion Matrix, Correlation Analysis, Feature Importance

كذلك سيتم مراعاة مشكلة الـ Class Imbalance باستخدام الأساليب المناسبة بحسب طبيعة الـ Dataset، ثم بناء الـ Hybrid Framework وربط مخرجاته لإجراء مقارنة دقيقة من ناحية Accuracy وEfficiency وGeneralization.

وسيتم تسليم Jupyter Notebook منظم وموثق خطوة بخطوة بطريقة مناسبة للمناقشة أو التسليم الأكاديمي.

المدة: يومين
السعر: يتم تحديده بعد الاطلاع على الـ Dataset والـ Journal المطلوب محاكاته.
.Somia S
منذ 27 يوم و7 ساعات
وعليكم السلام
هذا المشروع ضمن قدراتي تماماً، وهو مشروع متكامل ومنظم.
قبل ما أبدأ، محتاجة منك:
1. الـ Dataset
ارفع ملف البيانات (CSV أو Excel)
2. الـ Journal
ارفع الورقة البحثية المنشورة (PDF) عشان أحاكي الـ Pipeline بدقة
بعد ما أشوف البيانات والـ Journal، هقدر أحدد:
• طبيعة المشكلة (Binary / Multi-class Classification)
• كيفية بناء الـ Hybrid Framework (DL + RL) بشكل يتناسب مع البيانات
• طريقة معالجة الـ Class Imbalance لو موجود
ارسل لي الملفين وابدأ فوراً!​​​​​​​​​​​
.Mariam A
منذ 27 يوم و7 ساعات
السلام عليكم أستاذة نغم. أنا مريم عمرو، AI Engineer و Full-Stack Developer متخصصة في Machine Learning و Deep Learning باستخدام Python و PyTorch. يمكنني تنفيذ الجانب التطبيقي كاملاً: بناء 4 نماذج ML (SVM, XGBoost, CatBoost, BPANN) مع Classification Report لكل منها، Correlation Analysis و Confusion Matrix، واستخراج Feature Importance، وبناء Hybrid Framework يدمج DL مع RL، ومقارنة شاملة بين النتائج. سأوثق كل خطوة في Jupyter Notebook منظم وأعالج Class Imbalance. يمكنك الاطلاع على أعمالي: https://mostaql.com/u/MariamSeifeldin/portfolio
.Mohamed I
منذ 27 يوم و6 ساعات
السلام عليكم ورحمة الله وبركاته،
يسعدني التقديم على تنفيذ الجانب التطبيقي الخاص بمشروعكم في تخصص Business Information Systems، حيث أمتلك خبرة قوية في مشاريع الـ Machine Learning وتحليل البيانات باستخدام Python وJupyter Notebook، مع القدرة على تنفيذ Pipeline بحثي مطابق للأوراق العلمية المنشورة بدقة وتنظيم أكاديمي احترافي.

سأقوم بتنفيذ المشروع اعتمادًا على الـ Dataset الحقيقية المرفقة، مع دراسة الـ Journal المرسل وفهم الـ Methodology المطلوبة لإعادة بناء الـ Pipeline بصورة أكاديمية صحيحة وقابلة للمقارنة مع نتائج البحث الأصلي.

يشمل التنفيذ:
- معالجة البيانات وتنظيفها وتجهيزها للتحليل.
- فحص جودة البيانات وا
لتعامل مع القيم المفقودة والـ Outliers.
- تحليل اختلال البيانات (Class Imbalance) وتطبيق الحلول المناسبة مثل SMOTE أو غيره عند الحاجة.
- تنفيذ نماذج:
• SVM
• XGBoost
• CatBoost
• BPANN

مع استخراج:
- Classification Report كامل لكل موديل.
- Confusion Matrix.
- Correlation Analysis.
فاءة.
- الاستقرار.
- الأداء النهائي.

سيتم - Accuracy / Precision / Recall / F1-Score.
- Feature Importance لأفضل موديل وتحليل النتائج.

كما سأقوم ببناء Hybrid Framework يجمع بين تقنيات الـ Deep Learning والـ Reinforcement Learning وفق هيكل منظم وقابل للتطوير، ثم إجراء مقارنة شاملة بين النماذج المنفردة والإطار الهجين من حيث:
- الدقة.
- ال
كتسليم:
- Jupyter Notebook منظم وموثق بالكامل.
- شرح واضح لكل خطوة داخل الكود.
- نتائج ورسومات Visualization احترافية.
- كود مرتب وسهل الفهم والتعديل.
- مخرجات جاهزة للمناقشة الأكاديمية أو النشر.

أحرص دائمًا على الالتزام بالدقة الأكاديمية، جودة الكود، وتنظيم العمل بطريقة احترافية تساعد في الحصول على نتائج قوية وقابلة للتقييم العلمي.

يسعدني البدء فورًا بعد الاطلاع على الملفات المطلوبة والتفاصيل الخاصة بالبحث.

تحياتي لحضرتك
اسماعيل ر.
منذ 27 يوم و6 ساعات
سلام عليكم كيف حالك
معك اسماعيل مهندس تعلم الآلة لقد قرات تفاصيل مشروعك وفهمت المطلوب تواصل معي للمزيد من التفاصيل
.Radwa E
منذ 27 يوم و6 ساعات
السلام عليكم،

اطلعت على تفاصيل المشروع، وبإمكاني تنفيذ الجانب التطبيقي المطلوب بالكامل بشكل أكاديمي ومنظم اعتمادًا على الـ Dataset والجورنال المرسل لمحاكاة الـ Pipeline المطلوبة بدقة.

بحكم خبرتي في Python وMachine Learning وتحليل البيانات، سبق لي العمل على مشاريع تشمل بناء موديلات تصنيف، معالجة البيانات، وتحليل النتائج إحصائيًا مع توثيق كامل داخل Jupyter Notebook بطريقة واضحة ومناسبة للأعمال الأكاديمية والبحثية.

سأقوم بتنفيذ:

* تنظيف البيانات ومعالجة الـ Missing Values إن وجدت
* تحليل البيانات واكتشاف الـ Class Imbalance ومعالجته بالطرق المناسبة
* تنفيذ موديلات:

* SVM
* XGBoost
* CatBoost
* BPANN
* استخراج:

* Classification Report
* Confusion Matrix
* Correlation Analysis
* Feature Importance لأفضل موديل
* بناء Hybrid Framework يجمع بين تقنيات الـ Deep Learning والـ Reinforcement Learning وفق متطلبات البحث
* مقارنة شاملة بين الـ Single Models والـ Hybrid Framework من حيث:

* Accuracy
* Precision
* Recall
* F1-Score
* الكفاءة والأداء

كما سأحرص على:

* كتابة كود منظم وقابل للفهم
* توثيق وشرح كل خطوة داخل الـ Notebook
* تنظيم النتائج والجداول بشكل احترافي
* الالتزام بالـ Pipeline الموجودة في الـ Journal

جاهزة للبدء فور إرسال الـ Dataset والجورنال والمتطلبات الإضافية الخاصة بالمشروع.
هيثم ا.
منذ 27 يوم و5 ساعات
السلام عليكم،
اطلعت على تفاصيل المشروع، والمطلوب واضح من ناحية الجانب البحثي والتطبيقي، ويمكنني تنفيذ الـ Pipeline بالكامل داخل Jupyter Notebook بشكل منظم وموثق خطوة بخطوة بما يتوافق مع الـ Journal المرجعي.

أستطيع العمل على تجهيز ومعالجة الـ Dataset، تنفيذ موديلات الـ ML المطلوبة مثل SVM وXGBoost وCatBoost وBPANN، واستخراج جميع التقارير والتحليلات المطلوبة مثل Classification Report وConfusion Matrix وCorrelation Analysis مع التعامل الصحيح مع مشكلة الـ Class Imbalance إن وجدت.

كما يمكن تنفيذ Hybrid Framework يجمع بين تقنيات الـ Deep Learning وReinforcement Learning مع إجراء مقارنة شاملة بين أداء الموديلات المنفردة والإطار الهجين من حيث الدقة والكفاءة واستخراج الـ Feature Importance لأفضل موديل بشكل واضح ومدعوم بالتحليل.

سيتم تسليم Notebook مرتب وموثق أكاديميًا مع شرح للكود والخطوات ونتائج التحليل بطريقة منظمة وقابلة للمراجعة والتطوير.
.Ahmed E
منذ 27 يوم و5 ساعات
مرحباً بكِ أختي نغم،

قرأت طلبك بعناية، وبصفتي متخصصاً في تطوير حلول تعلم الآلة (Machine Learning) واستخدام لغة Python في الأبحاث الأكاديمية والتطبيقية، يسعدني تنفيذ هذا المشروع بدقة واحترافية عالية، مع ضمان محاكاة الـ Pipeline المذكور في البحث المنشور (Journal) بدقة.

إليك كيف سأقوم بتنفيذ المهام المطلوبة:

معالجة البيانات (Data Preprocessing): سأبدأ بتحليل الـ Dataset وفهم سلوك المستهلك، مع معالجة اختلال البيانات (Class Imbalance) باستخدام تقنيات متقدمة تضمن دقة النتائج وعدم انحياز الموديلات.
بناء النماذج المنفردة: تنفيذ نماذج (SVM, XGBoost, CatBoost, BPANN) مع ضبط المعلمات (Hyperparameter Tuning) للوصول إلى أفضل أداء، واستخراج تقارير التصنيف (Classification Report) والمقارنة بينها.
التحليل الإحصائي: إجراء Correlation Analysis لفهم العلاقات بين المتغيرات، وبناء Confusion Matrix لكل موديل لتقييم القدرة التنبؤية.
الإطار الهجين (Hybrid Framework): وهو الجزء الأهم، حيث سأقوم بدمج تقنيات التعلم العميق (DL) مع التعلم التعزيزي (RL) لبناء نموذج متطور يتفوق على النماذج التقليدية، مع تقديم مقارنة تحليلية شاملة توضح الفوارق في الدقة والكفاءة.
المخرجات: سأسلمك ملف Jupyter Notebook منظم جداً، يحتوي على الكود البرمجي مع شرح مفصل باللغة الإنجليزية أو العربية (حسب رغبتك) لكل خطوة برمجية، مما يجعل الجانب التطبيقي جاهزاً للمناقشة أو النشر.

لماذا تختارني لهذا المشروع؟

خبرة عملية في بناء الـ Pipelines المعقدة والتعامل مع المكتبات المتخصصة مثل Scikit-learn, XGBoost, وTensorFlow/PyTorch.
دقة في استخراج الـ Feature Importance وتفسير النتائج بما يخدم تخصص نظم معلومات الأعمال (BIS).
التزام تام بالموعد المحدد وجودة التوثيق (Documentation).

أتطلع للاطلاع على الـ Dataset والبحث المنشور لمباشرة العمل فوراً. أرجو التواصل معي لمناقشة التفاصيل الفنية والبدء في التنفيذ.

تحياتي لك.
.Abdelrahman R
منذ 27 يوم و5 ساعات
هل فكرت قبل كده إزاي ممكن نحول Dataset حقيقية لسلوك العملاء إلى نظام ذكي يقدر يقارن بين أكتر من نموذج Machine Learning ويطلع Framework هجين فعلاً يقدم نتائج أقوى وقابلة للتطبيق الأكاديمي والعملي؟

دا بالظبط المجال اللي بشتغل فيه.

أنا عبدالرحمن، متخصص في Artificial Intelligence وMachine Learning وDeep Learning، وعندي خبرة عملية قوية في Python وبناء الأنظمة التحليلية المعتمدة على البيانات. اشتغلت على مشاريع متعددة في Computer Vision وMedical AI، ودا خلاني مركز جدًا على تحسين الدقة، فهم البيانات بشكل صحيح، وتقديم نتائج موثوقة وقابلة للتطوير.

سأقوم ببناء الـ Pipeline المطلوبة بالكامل اعتمادًا على الـ Journal المرفق ومحاكاتها بشكل منظم واحترافي، بداية من تنظيف وتجهيز الـ Dataset وتحليل البيانات، ثم تنفيذ موديلات الـ ML المطلوبة وهي SVM وXGBoost وCatBoost وBPANN مع استخراج الـ Classification Report وConfusion Matrix وCorrelation Analysis لكل موديل.
بعدها سأقوم بتحليل Feature Importance لاختيار أفضل الخصائص المؤثرة، ثم تطوير Hybrid Framework يدمج بين تقنيات الـ Deep Learning والـ Reinforcement Learning مع إجراء مقارنة شاملة بين الـ Single Models والـ Hybrid Model من حيث الدقة والكفاءة والأداء.

سيتم استخدام Python مع TensorFlow أو PyTorch حسب الأنسب لطبيعة الـ Framework، مع تسليم Jupyter Notebook منظم بالكامل يحتوي على شرح واضح لكل خطوة داخل المشروع، بالإضافة إلى معالجة مشكلة Class Imbalance إن وُجدت باستخدام الأساليب المناسبة.
الكود سيكون مرتب وقابل لإعادة التشغيل والتطوير بسهولة، مع إمكانية اختبار النموذج وإعادة تدريبه مستقبلًا بدون تعقيد.

أهتم جدًا بجودة البيانات قبل أي مرحلة تدريب لأن دا العامل الأساسي في قوة النتائج، وأركز على تحسين الـ Accuracy وتقليل الـ Error قدر الإمكان، مع كتابة كود مرن وقابل للتوسعة بحيث يكون المشروع عملي فعلاً وليس مجرد تنفيذ أكاديمي تقليدي.

أقدر أيضًا أعرض لحضرتك أعمال سابقة قريبة جدًا من نفس المجال وطبيعة التنفيذ المطلوبة.

في انتظار رد حضرتك، ومستعد أبدأ في أي وقت يناسبك.
مارتينا م.
منذ 27 يوم و4 ساعات
أقدر تمامًا أهمية هذا النوع من المشاريع لأنه ليس مجرد تنفيذ كود، بل تطبيق بحثي يعتمد على دقة النتائج واتساقها مع الـ pipeline العلمي المذكور في الورقة. فهمت المطلوب بشكل كامل، بداية من تجهيز البيانات ومعالجة مشاكل مثل class imbalance، مرورًا بتطبيق نماذج SVM وXGBoost وCatBoost وBPANN، وصولًا إلى بناء مقارنة واضحة بين الأداء واستخراج أهم الميزات، ثم تنفيذ الإطار الهجين وفق المنهجية المحددة في الـ journal.

سأتعامل مع المشروع خطوة بخطوة داخل Notebook منظم وواضح، بحيث يكون سهل الفهم وقابل للمراجعة الأكاديمية، مع توثيق كل مرحلة من مراحل العمل بشكل دقيق، وضمان أن النتائج النهائية قابلة للعرض والمناقشة بشكل علمي واضح.

يمكن البدء فور استلام الـ dataset والـ journal، وبعد مراجعتها سأحدد لك خطة التنفيذ والزمن المتوقع بدقة.
.Khalid E
منذ 27 يوم و3 ساعات
السلام عليكم أستاذة نغم

اطلعت على تفاصيل المشروع وفهمت المطلوب بالكامل بداية من تنفيذ الـ ML Models وحتى بناء الـ Hybrid Framework ومحاكاة الـ Pipeline الخاصة بالـ Journal بشكل أكاديمي ومنظم.

أقدر أنفذ المشروع باستخدام Python داخل Jupyter Notebook مع توثيق وشرح واضح لكل خطوة بداية من:

Data Preprocessing وEDA
معالجة الـ Class Imbalance
تنفيذ موديلات:
SVM
XGBoost
CatBoost
BPANN
استخراج:
Classification Report
Confusion Matrix
Correlation Analysis
Feature Importance

بالإضافة إلى بناء Hybrid Framework يدمج بين تقنيات الـ Deep Learning والـ Reinforcement Learning مع مقارنة شاملة بين الـ Single Models والـ Hybrid Model من حيث:
Accuracy
Precision
Recall
F1-Score
والكفاءة العامة

سأهتم أن يكون الـ Notebook مرتب أكاديميًا والكود منظم وقابل للتعديل مع Visualization واضحة ونتائج جاهزة للمناقشة أو التسليم.

مدة التنفيذ من 4 إلى 6 أيام حسب حجم الـ Dataset وتعقيد الـ Journal
السعر 80 دولار

معرض أعمالي
https://mostaql.com/u/khalidelabd/portfolio

جاهز أبدأ فور إرسال الـ Dataset والـ Journal المطلوبة
.Ahmed K
منذ 27 يوم و3 ساعات
السلام عليكم ورحمة الله وبركاته،

أهلاً بحضرتك، قرأت تفاصيل المشروع بالكامل وفهمت المطلوب بشكل واضح، والمشروع يعتبر قوي جدًا من ناحية الـ Business Information Systems وتطبيقات الـ Machine Learning والـ Hybrid Frameworks.

أنا عندي خبرة قوية في:

* Python
* Machine Learning & Deep Learning
* Data Preprocessing
* Feature Engineering
* Classification Models
* بناء وتوثيق مشاريع Jupyter Notebook بشكل أكاديمي واحترافي

وأقدر أنفذ لك المشروع كامل يشمل:

* تنظيف وتجهيز الـ Dataset
* التعامل مع الـ Missing Values والـ Encoding
* معالجة اختلال البيانات (Class Imbalance) باستخدام تقنيات مناسبة مثل:

* SMOTE
* Class Weighting

تنفيذ الموديلات المطلوبة:

* SVM
* XGBoost
* CatBoost
* BPANN

مع استخراج:

* Classification Report
* Accuracy / Precision / Recall / F1-score
* Confusion Matrix
* Correlation Analysis
* ROC Curves إذا لزم الأمر

كمان هقوم بـ:

* استخراج Feature Importance لأفضل موديل
* تحليل النتائج بشكل أكاديمي واضح
* مقارنة شاملة بين جميع الموديلات

وبالنسبة للـ Hybrid Framework:
أقدر أبني Framework يجمع بين:

* Deep Learning
* Reinforcement Learning
بطريقة تحاكي الـ Pipeline الموجودة بالـ Journal مع توثيق واضح لكل خطوة وتنظيم احترافي للكود.

الـ Notebook هيكون:

* منظم جدًا
* موثق خطوة بخطوة
* سهل الفهم والتعديل
* جاهز للتسليم الأكاديمي أو المناقشة

الميزة في شغلي إني مش بقدم كود فقط، لكن بقدم:

* تحليل
* تفسير للنتائج
* تنظيم أكاديمي
* مقارنة واضحة تساعد في كتابة البحث أو الـ Discussion Section

وكهدية مني عشان أول تعامل بيننا، هضيف:

* Visualization احترافية إضافية للنتائج
* * تحسين Structure الـ Notebook ليكون بشكل Research Ready

لو حابب نبدأ، ابعتلي:

* الـ Dataset
* الـ Journal أو الـ Pipeline المطلوبة
* وأي متطلبات إضافية خاصة بالجامعة أو البحث

وأبدأ مباشرة.

مستني ردك.
.Semha F
منذ 27 يوم و3 ساعات
تواصل معي
.Waed E
منذ 27 يوم وساعة
مرحبًا،
أنا مهندسة ولدي خبرة جيدة في بناء وتقييم نماذج Machine Learning باستخدام Python وJupyter Notebook، ويمكنني تنفيذ الجانب التطبيقي المطلوب بشكل منظم وموثق وفق الـ Journal المرفق.

- تنفيذ موديلات: SVM, XGBoost, CatBoost, BPANN
- استخراج Classification Report وConfusion Matrix لكل موديل
- إجراء Correlation Analysis وتحليل النتائج
- استخراج Feature Importance لأفضل موديل
- التعامل مع مشكلة Class Imbalance بالطرق المناسبة عند الحاجة
- بناء Hybrid Framework يجمع بين تقنيات DL وRL وفق الـ Pipeline المطلوبة
- مقارنة شاملة بين الموديلات الفردية والإطار الهجين من حيث الأداء والدقة والكفاءة

ما يميز عملي:
- تنظيم الكود وشرح كل خطوة داخل الـ Notebook بشكل واضح
- كتابة Documentation مرتبة وسهلة الفهم
- التركيز على جودة النتائج والتحليل وليس فقط تشغيل الموديلات
- إمكانية تسليم العمل على مراحل للمراجعة والمتابعة

المدة: 5 – 8 أيام
السعر: 80 – 120 دولار (حسب تعقيد الـ Hybrid Framework والـ Journal)

بانتظار تواصلك لمناقشة التفاصيل و البدء فورا.
تحياتي،
وعد الديب
.Kareem R
منذ 27 يوم و36 دقيقة
مرحبا نغم ،

اطلعت على تفاصيل المشروع وفهمت المطلوب بشكل واضح، خصوصًا تنفيذ الـ Pipeline بناءً على الـ Journal المرفق مع تطبيق الموديلات الأربعة (SVM, XGBoost, CatBoost, BPANN) واستخراج التقارير والتحليلات المطلوبة مثل Classification Report وConfusion Matrix وFeature Importance، بالإضافة إلى بناء Hybrid Framework والمقارنة النهائية بين النتائج.

عندي خبرة في العمل على مشاريع Python وMachine Learning باستخدام Jupyter Notebook بشكل منظم وموثق، مع الاهتمام بجانب التحليل الأكاديمي وليس فقط كتابة الكود، بحيث يكون المشروع جاهز للتسليم والمناقشة بشكل احترافي.

أحرص أيضًا على تقسيم العمل إلى مراحل واضحة ومراجعة كل خطوة قبل الانتقال للمرحلة التالية لضمان أفضل نتيجة ممكنة، خاصة في المشاريع البحثية من هذا النوع.

يسعدني الاطلاع على الـ Dataset والـ Journal أولًا لتحديد التفاصيل النهائية وبدء العمل بشكل صحيح من البداية.

بانتظار ردك، وبالتوفيق إن شاء الله.
.Mahmoud F
منذ 26 يوم و14 ساعة
السلام عليكم
انا محمود شوقي
Date Science l Machine learning
استطيع تطبيق machine learning model to prediction our dataset
وحساب confusion matrix
Accuracy, f1-score, recall
تواصل معي
.Younes R
منذ 26 يوم و13 ساعة
السلام عليكم،

أهلاً بك، يمكنني تنفيذ الجانب التطبيقي الكامل لمشروع Business Information Systems باستخدام Python وMachine Learning اعتمادًا على الـ Dataset والـ Journal المرفقين.

يشمل العمل:

دراسة الـ Dataset وتحليلها ومعالجة البيانات
تنفيذ موديلات التصنيف التالية:

* SVM
* XGBoost
* CatBoost
* BPANN

استخراج:

* Classification Report
* Confusion Matrix
* Correlation Analysis

معالجة مشكلة اختلال البيانات (Class Imbalance) باستخدام تقنيات مناسبة مثل:
SMOTE / Undersampling / Class Weighting

تحليل أهمية الخصائص (Feature Importance) لأفضل موديل

بناء Hybrid Framework يجمع بين تقنيات:
Deep Learning + Reinforcement Learning

مقارنة شاملة بين:
Single Models vs Hybrid Framework
من حيث:

* Accuracy
* Precision
* Recall
* F1-Score
* Efficiency

تسليم ملف Jupyter Notebook منظم وموثق بالكامل مع شرح لكل خطوة داخل الكود بطريقة أكاديمية واضحة.

لدي خبرة في:
Python, Scikit-learn, XGBoost, CatBoost, TensorFlow/PyTorch, Data Analysis, Visualization, Research Implementation

جاهز للبدء فور مشاركة الملفات المطلوبة.

عن الموضوع

ناشر الموضوع

.Nagham T

  • مبرمج

آخر المساهمات