В репозитории представлены проекты, которые были реализованы в рамках обучения профессии Data Scientist на Yandex.Practium
!pip install seaborn -U
!pip install catboost
!pip install lightgbm| Тема_индустрия | Проект | Инструменты | Ключевые слова проекта |
|---|---|---|---|
1_Базовый Python_DA |
Какой жанр музыки популярен в Москве, а какой в Санкт-Петербурге? | Pandas,Data Analytics |
обработка данных, дубликаты, пропуски, логическая индексация, группировка, сортировка |
2_Предобработка данных_bank |
Вернет ли заемщик кредит в банк? | PyMystem3,Data Preprocessing,Lemmatization |
обработка данных, дубликаты, пропуски, категоризация, декомпозиция |
3_Исследователький анализ данных_estate |
Какие параметры влияют на стоимость недвижимости в Спб? | Matplotlib,Seaborn,EDA |
обработка данных, histogram, boxplot, scattermatrix,категоризация, scatterplot, фрод-мониторинг |
4_Статитический анализ данных_telekom |
Какой тариф приносит больше денег телеком-компании? | Matplotlib,Seaborn,SciPy,SDA,Hypothesis testing |
обработка данных, histogram, boxplot, статистический тест, критерий Стьюдента |
5_Сборный проект №1_game |
Какие факторы влияют на успешность компьютерной игры и какое направление выгоднее рекламировать? | Matplotlib,Seaborn,SciPy,NumPy,Data preprocessing,EDA,SDA,Hypothesis testing |
обработка дубликатов, графики, пропуски, категоризация, столбчатые диаграммы, boxplot, heatmap, p-value |
6_Ведение в МО_telecom |
Модель задачи классификации с наиболее выгодным тарифом для пользователя | Classification,Pandas,SKlearn |
классификация, подбор гиперпараметров, выбор модели МО |
7_Обучение с учителем_bank |
Модель классификации для прогноза оттока клиентов банка | Data Analyst,Pandas,Инвестиции,Finance Analyst,SKlearn,NumPy,Disbalance solving,Calssification |
классификация, подбор гиперпараметров, выбор модели МО |
8_Машинное обучение в бизнесе_neft |
Выбор района для пробития нефтяной сквыжины. Выбор лучших скважин, расчет рисков. Регрессия | Regression,Pandas,Developing business model,SKlearn,Business analyst,Bootstrap |
регрессия, разработка бизнес-модели, бутстреп |
9_Сборный проект №2_zoloto |
Модель предсказания коэффицента золота из золотосодержащей руды.Графики содержания золота на этапах обработки руды. Регрессия. | Regression,Pandas,sMape,Data Analytics,SKlearn,Business Analyst,Matplotlib,Seaborn,NumPy,GridSearchCV,Data Preprocessing,EDA |
анализ данных, регрессия, кастомные метрики |
10_Численные методы_auto |
Какие факторы влияют на стоимость авто? | Regression,Pandas,EDA,SKlearn, LGBM Regressor,CatBoostRegressor,Feature importances,matplotlib,Seaborn,NumPy |
градиентный бустинг, регрессия |
11_Временные ряды_taxi |
Сколько заказов такси будет в следующий час? | Pandas,Matplotlib,TimeSeriesSplit,trends,seasons |
временные ряды, регрессия, предсказания |
12_Машинное обучение для текстов_ecom |
Сколько токсичных комментариев отставили пользователи интенет-магазина? | NLP,Pandas,SKlearn,NLTK, pymystem3, spaCy |
обработка естественного языка, NLP |
13_Компьютерное зрение_Нейронные сети_retail |
Анализ возраста клиента по фотографии | CV,Pandas,Keras,LeNet50,ResNet |
обработка изображенй, нейронные сети |
14_Выпускной проект_telecom |
Прогнозирование оттока клиентов телеком-компании | EDA,Pandas,Marketing Analyst,SKlearn,NumPy,Data Preprocessing,SDA,Feature Engineering,Machine Learning,OOP |
масштабирование признаков, кодирование признаков, feature_importances, соединение таблиц, анализ данных, модели градиентного бустинга для МО, классификация |