أقدّم خدمة في تعلم الآلة (Machine Learning) والتعلم العميق (Deep Learning) باستخدام بايثون، تشمل:
معالجة وتنظيف البيانات لضمان جودتها.
تصور البيانات لفهم الأنماط والعلاقات.
بناء نماذج تنبؤية (انحدار، تصنيف، أو تعلم غير مشرف).
تقييم أداء النماذج وعرض النتائج بأسلوب واضح.
الخدمة تعتمد على مكتبات قوية مثل NumPy، Pandas، Seaborn، و Scikit-learn.
الانحدار (Regression)
التصنيف (Classification)
التعلم غير المشرف (Unsupervised Learning)
تصور البيانات (Data Visualization) بالاعتماد على مكتبة Seaborn.
بناء النموذج (Model Building) سواءً في تعلم الآلة أو التعلم العميق.
تقييم النموذج (Model Evaluation) وتصوير النتائج باستخدام Seaborn.
ما الذي ستستلمه فايل .ipynb للdata visualization
فايل .py للبناء نموذج تعلم االالة
ملف CSV أو Excel يحتوي على النتائج المتوقعة (predictions) من الموديل.
ملف Notebook إضافي (اختياري) يشرح تجربة النماذج المختلفة (مثل مقارنة Decision Tree, Random Forest, XGBoost).
بناء النموذج على بيانات تصل إلى 200 ألف سطر
5.00
|
|
بناء النموذج على بيانات تصل إلى 300 ألف سطر
10.00
|
|
بناء نموذج تعلم عميق باستخدام الشبكات العصبية (Neural Network)
10.00
|
|
إضافة ملف notebook يشرح تجربة نماذج مختلفة للمقارنة بينهم و تقييم أدائهم
15.00
|
بناء النموذج على بيانات تصل إلى 200 ألف سطر
5.00
|
|
بناء النموذج على بيانات تصل إلى 300 ألف سطر
10.00
|
|
بناء نموذج تعلم عميق باستخدام الشبكات العصبية (Neural Network)
10.00
|
|
إضافة ملف notebook يشرح تجربة نماذج مختلفة للمقارنة بينهم و تقييم أدائهم
15.00
|