Проекты Data Science. Яндекс.Практикум (Школа Анализа Данных)

В данном репозитории собраны проекты, выполненные в процессе обучения по программе профессиональной переподготовки Специалист по Data Science в Яндекс.Практикум

Сертификат (Русский | English)

hmpipes.py - содержит скрипты для автоматизации некоторых DataScience задач, которые были написаны в процессе работы над проектами

Описание проектов

Проект	Описание	Библиотеки	Навыки
Прогнозирование оттока клиентов оператора связи	Прогнозирование разрыва договора на оказание услуг оператором связи для планирования промоакций с целью удержания клиентов	LightGBM NumPy CatBoost Pandas Sklearn Seaborn Matplotlib	ML Data Analysis
Компьютерное зрение	Определение приблизительного возраста человека по фотографии	Keras NumPy PIL Matplotlib	ML Computer Vision
Классификация текстовых комментариев	Классификация текстовых комментариев на позитивные и негативные	LightGBM Pandas Sklearn Seaborn NLTK Matplotlib	ML NLP tf-idf
Прогнозирование количества заказов такси	Модель машинного обучения для прогнозирования спроса на такси на следующий час	CatBoost NumPy LightGBM Pandas Sklearn Seaborn Statsmodels Matplotlib	ML Time Series
Определение стоимости поддержанных авто	Создание модели машинного обучения для определения стоимости подддержанных автомобилей по параметрам из объяалений	LightGBM CatBoost Pandas Sklearn Seaborn Matplotlib pandas_profiling	ML Регрессия
Защита персональных данных клиентов	Разработка метода шифрования персональных данных клиентов, не ухудшающего качество моделей машинного обучения	Sklearn Pandas NumPy	ML Линейная алгебра
Прогнозирование восстановления золота из руды	Прогнозирование значения концентрации золота на разных этапах процесса очистки золотосодержащей руды	Sklearn Pandas NumPy Seaborn Matplotlib	ML Регрессия
Выбор локации для нефтяной скважины	Определение региона, где добыча принесёт наибольшую прибыль, анализ рисков	Sklearn NumPy Pandas Matplotlib	ML Регрессия Bootstrap
Прогнозирование оттока клиентов банка	Предсказание факта ухода клиента банка в ближайшее время (бинарная классификация)	Sklearn Pandas NumPy Seaborn Matplotlib	ML Классификация
Рекомендация тарифов мобильного оператора	Рекомендации подходящего тарифа для пользователя на основе его пользования услугами связи	Sklearn Pandas XGBoost NumPy Matplotlib	ML Классификация
Исследование игровых платформ	Анализ рынка игровых платформ в разных регионах для определения потенциально популярных игровых жанров и платформ	Pandas NumPy SciPy Seaborn Matplotlib	Data Analysis A/B testing
Анализ перспективности тарифов мобильного оператора	Анализ поведения клиентов оператора сотовой связи для определения наиболее выгодного для оператора тарифа	Pandas NumPy SciPy Seaborn Matplotlib	Data Analysis A/B testing
Исследование объявлений о продаже квартир	Анализ рынка недвижимости Санкт-Петербурга и Ленинградкой области, выявление аномалий для отслеживания мошеннической деятельности	Pandas NumPy Matplotlib Seaborn	Data Analysis Маркетинг_анализ
Исследование надёжности заёмщиков	Исследование факторов, влияющих на факт возврата кредита в срок, на основе статистики о платёжеспособности клиентов	Pandas Seaborn Matplotlib PyMystem3	Data Analysis Финансовый_анализ