Construiré y evaluaré modelos de machine learning en python

Construyo modelos de clasificación, regresión y clustering para datos estructurados y tabulares. Los objetivos típicos incluyen predecir un resultado, estimar un valor o identificar grupos. Cada pedido cubre un objetivo de predicción acordado o una pregunta de clustering.

No. Tus datos deben ser una tabla estructurada, pero no necesitan estar listos para el modelo. El EDA y el preprocesamiento acordado están incluidos dentro de los límites del paquete, como limpieza, manejo de valores faltantes, codificación de categorías y escalamiento de características.

Cada paquete cubre una tabla. Límites: Básico 2.000 filas/10 columnas de entrada; Estándar 10.000/20; Premium 30.000/30. Cabeceras no cuentan como filas. Las columnas de entrada se cuentan antes de la codificación; una columna objetivo es adicional cuando se necesita.

Todos los paquetes incluyen código comentado, resultados de evaluación y documentación. El básico cubre un algoritmo; Estándar y Premium hasta tres. Premium añade un script de predicción reutilizable y una guía para datos con la misma estructura. Los ajustes repetidos durante la afinación cuentan como el mismo algoritmo.

Acepto CSV, Excel (.xlsx) y SPSS (.sav). Python es la opción por defecto; R está disponible por acuerdo. Un diccionario de datos es útil. La extracción de bases de datos, la fusión de tablas y la reconstrucción manual de datos requieren un alcance y cotización separados antes de ordenar.

No se garantiza una puntuación o resultado empresarial específica. El rendimiento depende de la calidad de los datos, la información disponible y la tarea. Evaluamos la viabilidad antes de ordenar. Utilizo validación apropiada y explico el rendimiento medido y sus limitaciones.

Una revisión es una ronda consolidada de ajustes dentro del alcance acordado. Básico y Estándar incluyen una; Premium incluye dos. Nuevos análisis, conjuntos de datos, objetivos o entregables requieren una cotización aparte. Se corrigen errores en la implementación del trabajo acordado.

Los paquetes cubren el desarrollo del modelo y la entrega. El despliegue en la nube, la integración de API, ejecuciones programadas, supervisión y mantenimiento continuos quedan fuera del alcance. El ajuste fino de modelos preentrenados también es separate. Por favor, discute estos requisitos antes de ordenar.

Envíanos tu objetivo, formato de archivo, conteos de filas y columnas, descripciones de columnas y una muestra sintética pequeña o completamente anonima que puedas compartir. Confirmamos la viabilidad, las necesidades de preparación, los archivos adecuados y el método de transferencia antes de empezar el trabajo.