Je vais vous fournir un document d'aide à votre projet de machine learning

5.0 (13)

13 sales

Sold by Martin_Cattiaux 18 total sales

Hello,

Ingénieur Data Scientist depuis 5 ans, je me propose pour 5€ de vous fournir un document pdf (une page maximum, sans sommaire) qui vous donnera les démarches à suivre pour vous aider à avancer et atteindre votre objectif dans votre projet de data science. J'entends par là les étapes à suivre dans votre projet de machine learning, les algorithmes à utiliser et comment les utiliser.

## **En option :##

En option je me propose également de réaliser votre projet de machine learning (l'ensemble du pipeline de machine learning). Cela passe par :
- le nettoyage de vos données (maximum 2GB)
- l'étape de features extraction
- le choix du modèle et l'entrainement de celui-ci. (choix de l'algorithme)
- la validation du modèle de prédiction.

La réalisation des tâches ci-dessus se fera en python via les libraires sickit-learn, TensorFlow, PyTorch, Gensim.

Formats acceptés pour vos données : .xls .csv .txt .docx

### Détails des options :###

Qu'est-ce que l'apprentissage dans le cadre du Machine Learning ?
Les algorithmes d'apprentissage automatique permettent aux ordinateurs de s'entraîner sur les entrées de données et utilisent l'analyse statistique pour produire de la valeur. Cela facilite donc l'utilisation des ordinateurs dans la construction de modèles à partir de données d'échantillonnage afin d'automatiser les processus de prise de décision.

**Présentation ppt des résultats** : Un powerpoint de 10 pages maximum avec graphs explicatifs sera fourni pour expliquer vos résultats.

**Nettoyage des données (maximum de 1 Giga de données)** : Les données seront pré-traitées de manière à ne garder que les informations qui ont de la valeur. Les doublons vont être supprimés, les dates formatées au format ISO, les data vont être typées (entiers, flottant, chaîne de caractère, date, etc), les retours chariot supprimés si nécessaire.

**Projet utilisant des données non-structurées (documents texte ou multimédia)** : Option qui correspond à un projet qui contient des fichiers de type texte ou multimédia (image, photo, vidéo, sons). En effet ce type de données est plus complexe à traiter et demande une analyse particulière et plus pointue.

**Apprentissage supervisé** : Cette classe d‘algorithmes de machine learning est utilisée pour prédire un résultat en entraînant le modèle sur des données d‘entraînement (training data). Dans le cas supervisé, les données d‘entraînements ont toutes un label. Ensuite, le modèle est utilisé pour prédire le label de données inconnues.
Il s'agit donc ici de projet dont on dispose d'un jeux de données avec label. Le label étant l'information que l'on souhaite prédire sur les nouvelles données. L‘un des exemples les plus classiques d‘apprentissage supervisé étant la détection de spam.

**Apprentissage non-supervisé** : Cette technique est utilisée pour trouver des patterns cachés et corrélations entre les données. On n‘utilise pas de training data ici et les données ne sont pas labélisées.
On est ici dans le cas d'un projet dont on ne connait pas les labels à prédire. Comme exemple, on trouve le clustering utilisé par Google dans son Google News (actualités), où Google utilise de l‘apprentissage non-supervisé pour regrouper les articles dans différentes catégories.

**Deep learning** : Il s'agit d'un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires. L'algorithme qui sera utilisé ici est le CNN (Convolutional neural network).
Le deep learning est surtout utilisé dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur et du traitement automatisé du langage (NLP).

Je vais vous fournir un document d'aide à votre projet de machine learning

  • €5.00

Extra options

All prices are excluding tax and bank fees. The total amount will be calculated during payment.

  1. Order
    your preferred service
    from one of our sellers
  2. Communicate securely via the website’s chat box
    from start to finish
  3. Sellers only get paid
    once you have validated the delivery

Buyer reviews

Rating

5.0 (13)

hpeyret
Custom order

Merci beaucoup Martin. beau Boulot

hpeyret
Custom order

Merci Martin pour cette livraison

hpeyret
Custom order

Merci Martin pour ton implication dans la qualité de la livraison

About the seller

Martin_Cattiaux 17 juin 2022

“Ingénieur en Information et statistiques, je maîtrise les outils de la programmation, du scrapping, de la data science et du Big Data. Fort d'expériences dans de grandes entreprises, je mets à disposition mes connaissances et mon savoir-faire dans ces domaines.”

  • Average response time
  • Orders in progress 0
  • Sales in total 18
  • Seller since Feb 2020