datascience
Описание
Учебные проекты Яндекс.Практикум по курсу "Специалист DataScience"
Языки
- Jupyter Notebook100%
README.md
Описание
Данные проекты были выполнены в ходе обучения в Яндекс.Практикуме, профессии "Специалист по Data Science".
| Название проекта | Описание | Используемые библиотеки |
|---|---|---|
| 1. Исследование надёжности заёмщиков | Влияние семейного положения, количества детей, уровня дохода, цели получения кредита на факт погашения кредита в срок. | * pandas * pymystem3 * seaborn |
| 2. Исследование объявлений о продаже квартир | Определение параметров влияющих на рыночную стоимость объектов недвижимости | * pandas * seaborn |
| 3. Определение перспективного тарифа для телеком-компании | Исследование прибыльности тарифных планов | * numpy * pandas * scipy * math * seaborn |
| 4. Выявление закономерностей определяющих успешность компьютерной игры на рынке | Исследование факторов влияющих на успешность продаж компьютерных игр | * pandas * numpy * scipy * plotly_express * seaborn |
| 5. Рекомендация тарифов | Создание модели для анализа поведения абонентов и рекомендации абонентам подходящего тарифного плана | * pandas * seaborn * sklearn |
| 6. Отток клиентов | Создание модели прогнозирующей отток клиентов банка | * pandas * numpy * seaborn * sklearn |
| 7. Выбор локации для скважины | Создание модели, определяющей регион разработки полезных ископаемых с максимальной прибылью | * pandas * sklearn * numpy |
| 8. Прогнозирование коэффициент восстановления золота из золотосодержащей руды | Создание модели, прогнозирующей коэффицент восстановления золота из золотосодержащей руды | * pandas * numpy * sklearn * plotly.express |
| 9. Защита персональных данных клиентов | Создание алгоритма обезличивания данных клиентов | * pandas * numpy * sklearn |
| 10. Определение стоимости автомобилей | Создание модели, прогнозирующей рыночную стоимость автомобиля | * math * time * pandas * seaborn * matplotlib * plotly_express * sklearn * catboost * xgboost * lightgbm |
| 11. Прогнозирование заказов такси | Создание модели, прогнозирующей количество заказов такси на следующий час | * pandas * math * sklearn * catboost |
| 12. Проект для «Викишоп» | Создание модели, для поиска токсичных комметариев пользователей | * pandas * seaborn * sklearn * nltk * pymystem3 * numpy * torch * transformers * catboost * xgboost * lightgbm |
| 13. Спрос на рейсы авиакомпании | Исследование связи спроса на авиабилеты в города, в которых проводятся крупнейшие культурные фестивали | * pandas * seaborn |
| 14. Определение возраста покупателей | Создание модели, для определения приблизительного возраста человека | * pandas * keras * matplotlib |
| 15. Отток абонентов оператора связи | Создание модели, для прогнозирования оттока абонентов | * pandas * seaborn * numpy * matplotlib * sklearn * xgboost * lightgbm * catboost * plotly.express |