Данные проекты были выполнены в ходе обучения в Яндекс.Практикуме, профессии "Специалист по Data Science".
| Название проекта | Описание | Используемые библиотеки |
|---|---|---|
| Выявление закономерностей определяющие успешность игры | Анализ открытых данных, и поиск потенциально популярного продукта, что позволит компании заказчику спланировать рекламные кампании | pandas, numpy, matplotlib, seaborn, scipy |
| Определение стоимости автомобиля | Построить модель машинного обучения, используя модели Градиентного Бустинга для быстрого определения стоимости автомобиля | pandas numpy sklearn xgboost catboost lightgbm matplotlib seaborn scipy |
| Анализ авиарейсов | Анализ данных по авиарейсам. Определение предпочтения пользователей | pandas numpy seaborn scipy folium |
| Защита пользовательских данных | Разработка метода шифрования данных. Постройка модели машинного обучения, на шифрованных данных | pandas numpy seaborn scipy random |
| Определение токсичных комментариев | Поиск токсичных комментариев и отправка их на модернизацию. Классификация комментариев на позитивные и негативные. | pandas numpy seaborn scipy datetime nltk xgboost lightgbm |
| Определение прибыльного региона для нефтедобывающей компании | Поиск прибыльного нефтедобывающего региона с помощью моделирования машинного обучения | pandas numpy seaborn sklearn |
| Прогноз заказов такси на следующий час | Постройка системы прогноза количества заказов такси на следующий час | pandas numpy seaborn sklearn catboost xgboost lightgbm statsmodels |