Домашнее задание

1. Для ознакомление с git и закрепления основных навыков пройдите задание с этого сайта.
2. На github cделайте fork проекта с домашним заданием
3. Испольузя PyCharm или Sublime Text, реализуйте простую функциональность в этом проекте, оформив её как питоновский пакет (как на занятии)
   • предлагается посвятить пакет обучению ML модели на данных HR.csv (есть в домашнем репозитории)
   • как альтернативный вариант предлагается реализовать алгоритм кластеризации K-Means или метод Гаусса
   • также стоит добавить тестирование вашей функциональности, чтобы потом её можно было расширять и не бояться ничего поломать. Вот здесь есть гайд по тому, как это можно было бы сделать
   • если хотите, то можете решать какую-то свою ML задачу, но в пакете должны быть непустые зависимости (requirements.txt)
   • постарайтесь максимально заполнить информацию о вашем пакете, подробно можно прочитать здесь
   • код обучения и применения должен быть скриптами, а не jupyter notebook-ами
   • постарайтесь разделить обучение моделей, извлечение признаков, оценку качества и применение модели на разные питоновские модули
4. Сделайте pull request на добавление вашего пакета в основной репозиторий
5. Пройдите ревью кода