Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré un modelo de ML para clasificación o predicción de riesgo
Ingeniero de AI y ML, Científico de Datos, Especialista en LLM y Deep Learning
Ingeniero de AI y ML con B.Tech en CSE (AI y Robótica) de VIT Chennai y una pasantía de investigación en DRDO SAG (Ministerio de Defensa, Gobierno de la India), donde construí modelos CNN/LSTM que log...
Acerca de este Servicio
¿Necesitas un modelo de machine learning que realmente funcione con tus datos del mundo real? Creo pipelines de ML de principio a fin, no solo scripts.
Soy ingeniero de IA y ML (B.Tech CSE, IA y Robótica, VIT Chennai) con una pasantía de investigación en DRDO SAG (Ministerio de Defensa, Gobierno de la India). He desarrollado:
- Clasificador de riesgo crediticio: 93% de precisión (XGBoost)
- Pipeline de detección de fraude: ROC-AUC > 0.90 con SMOTE
- Sistema de predicción de enfermedades: 97.22% de precisión
- Presenté investigación en la Conferencia Internacional ICIPRRDAC '25
Lo que entrego:
- Modelos de clasificación, regresión y riesgo
- Análisis exploratorio completo y preprocesamiento de datos
- Comparación de modelos (Logistic Reg, RF, XGBoost, SVM)
- Importancia de características y explicabilidad del modelo
- Manejo de datos desequilibrados (SMOTE, ponderación de clases)
- Informe de evaluación: Precisión, F1, ROC-AUC, Recall
- Código fuente en Python limpio y documentado
Casos de uso: detección de fraude, puntuación crediticia, predicción de abandono, diagnóstico médico y segmentación de clientes.
Herramientas: Python, Scikit-Learn, XGBoost, Pandas, Matplotlib
Primero envíame un mensaje, revisaré tu conjunto de datos y confirmaré el mejor enfoque de modelo antes de que hagas tu pedido.
Mi porfolio
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Con qué tipos de conjuntos de datos trabajas?
Cualquier conjunto de datos tabular estructurado en formato CSV o Excel. Manejo problemas de clasificación binaria y multiclase, así como conjuntos de datos severamente desequilibrados usando SMOTE y otras técnicas de remuestreo.
¿Qué modelo de ML usarás para mi proyecto?
Evalúo múltiples modelos (Regresión Logística, Random Forest, XGBoost, SVM) y recomiendo el mejor según tus datos y objetivo. Los paquetes Estándar y Premium incluyen una comparación completa de modelos con métricas para cada uno.
¿Puedes manejar conjuntos de datos desequilibrados como detección de fraude?
Por supuesto. Tengo experiencia práctica con SMOTE, RUS y técnicas de ponderación de clases específicamente para problemas de datos desequilibrados. Mi proyecto de detección de fraude alcanzó ROC-AUC > 0.90 en un conjunto de datos severamente desequilibrado.
¿Obtendré el código fuente?
Sí, en todos los paquetes se incluye código fuente completo en Python como Jupyter Notebook. Puedes volver a ejecutar, modificar o ampliar el modelo de forma independiente.
¿Puedes desplegar el modelo como una API?
Sí, la integración con API usando Flask o FastAPI está disponible, incluida en el paquete Premium. Envíame un mensaje para más detalles.
