| Сервис поиска похожих вопросов для медицинских форумов |
Разработка сервиса для поиска похожих вопросов на медицинских форумах. Сервис поможет удержать пользователей на платформе и увеличить количество просмотров страниц, что в свою очередь повысит эффективность рекламных кампаний и улучшит общие показатели форумов. |
Для обучения и тестирования моделей используется датасет "medical_questions_pairs" от Hugging Face. Датасет содержит пары вопросов на английском языке, связанных с медицинской тематикой. |
Задача поиска похожих вопросов актуальна во многих областях, таких как онлайн-форумы, системы вопросов-ответов и чат-боты. Она позволяет пользователям быстро находить информацию, которая уже была обсуждена, избегая дублирования вопросов и повышая эффективность коммуникации. |
Завершён - создано приложение streamlit, создан микросервис FastAPI, сформирован отчёт по машинниому обучению. |
Python, ML, MLE, NLP, pandas, numpy, FastAPI, Streamlit, SentenceTransformers, spacy, Word2Vec, scipy, torch, sklearn, matplotlib, pickle |
| Предсказание стоимости недвижимости в Москве и Подмосковье |
Создать модель машинного обучения для предсказания стоимости недвижимости в Москве и подмосковье (в частности Раменское и Жуковский) с использованием данных, полученных с помощью библиотеки Cianparser. |
Парсинг открытых данных с сайта Циан |
Среди моих знакомых и родных в последнее время часто идут разговоры о недвижимости в Москве и МО, у кого-то она есть, а кто-то планирует переезжать да и я сам хочу присмотреть что-нибудь в МО. Поэтому решил разобраться в этой теме и используя отрытые данные построить модель оценки стоимости домов и таунхаусов (позже возможно добавлю квартиры). |
В процессе - проведенее углублённого EDA |
Python, pandas, numpy, cianparcer, GeoPy, PyCaret, sklearn, CatBoost, XGBoost, matplotlib, seaborn |
| Предсказание стоимости авто по VIN-номеру |
Основной целью проекта было создание модели, способной предсказывать стоимость автомобиля с приемлемой точностью на основе информации, извлеченной из его VIN-кода. |
Для обучения и тестирования модели использовался набор данных, содержащий VIN-коды автомобилей и соответствующие цены. |
В данном проекте была разработана модель машинного обучения для предсказания стоимости автомобиля по его VIN-коду. VIN-код (Vehicle Identification Number) - это уникальный идентификатор транспортного средства, который содержит информацию о его производителе, модели, годе выпуска, характеристиках и других параметрах. |
Завершён. (Создано веб-приложение на strimlit) |
NumPy, Pandas, PyCaret, scikit-learn, Matplotlib, re, time, skimpy, chime, Pipeline, CatBoost, XGBoost, LightGBM |
| Предсказание успешности стартапов. |
Целью данного исследования является построение модели машинного обучения, способной прогнозировать закрытие стартапов с высокой точностью. В рамках исследования будут идентифицированы ключевые факторы, влияющие на успех или провал стартапов, а также проанализирована эффективность модели на различных временных периодах и для разных категорий стартапов. |
Датасет состоит из двух файлов: тренировочный набор (около 53к записей) и тестовый набор (около 13к записей). Тренировочный набор содержит целевой признак status, указывающий на то, закрылся стартап или продолжает действовать. Временной период - '1970-01-01' по '2018-01-01'. Дата формирования выгрузки - '2018-01-01' |
Прогнозирование закрытия стартапов является актуальной задачей в современной экономике, где инновации и предпринимательство играют ключевую роль. Успех стартапа зависит от множества факторов, таких как финансирование, команда, продукт, рынок и внешние условия. Разработка эффективных моделей прогнозирования может помочь снизить риски инвестиций и повысить шансы на успех новых предприятий. |
Завершён (Создана ML-модель, составлен отчёт) |
pandas, numpy, skimpy, matplotlib, seaborn, sklearn, pycaret, Catboost, LightGBM, XGBoost |
| Multi-label классификация обратной связи пользователей маркетплейса (NLP) |
Автоматизировать исследование обратной связи пользователей маркетплейса для SAMOKAT TECH. |
Представляют собой ответы из проведенного опроса. Опросник состоял из списка закрытых вопросов с выбором одного ответа и открытого вопроса с пользовательским комментарием. Необходимо для каждого ответа из 50 различных меток классов выбрать все затронутые. |
В современном мире электронной коммерции обратная связь пользователей играет решающую роль в понимании потребностей клиентов, определении областей для улучшения и принятии обоснованных бизнес-решений. Однако, анализ больших объемов отзывов вручную – это трудоемкий и неэффективный процесс. Именно здесь на помощь приходит машинное обучение и обработка естественного языка (NLP) |
Завершён (Создана ML-модель) |
Python, pandas, numpy, skimpy, re, pymorphy2, matplotlib, sklearn, bert, Catboost, Lightgbm. XGBoost |
| Предсказание повторных покупок клиентов |
Разработать модель машинного обучения, способную предсказывать, совершит ли клиент повторную покупку в течение ближайших 30 дней. |
Проект использует данные о истории покупок клиентов из трех магазинов. |
Эта модель может быть использована для оптимизации маркетинговых кампаний и повышения лояльности клиентов. |
Завершён (редактирование финальных выводов) |
Python, pandas, numpy, scikit-learn, PyCaret, CatBoost, LightGBM |
| Разработка торговой системы |
Разработка собственной торговой системы для срочного рынка Московской биржи. Проект демонстрирует навыки в области анализа данных, финансового моделирования и алгоритмической торговли. |
Данные о котировках активов экспортированные с finanm.ru |
Результат: Успешное применение разработанной торговой системы на срочном рынке Московской биржи. Доходность системы превышает доходность основных индексов, таких как S&P 500 и IMOEX, а также доходность безрисковых инвестиций, таких как ОФЗ. Этот проект не только показывает умение применять Data Science на практике, но и значительно расширяет мои опыт в области финансового анализа и трейдинга. |
Завершён и в эксплуатации - выработаная стратегия применяется с февраля 2024г. В процессе - создание публичного репозитория для открытого использования |
Python, pandas, matplotlib, seaborn, pycaret, optuna, joblib, pandas_ta, yf_finance, telebot, bootstrap, math, scipy, Технический Анализ |
| Прогнозирование стоимости автомобилей на вторичном рынке |
Разработать модель машинного обучения для прогнозирования стоимости автомобилей на основе характеристик автомобиля и рыночных данных. Исследовать зависимость стоимости автомобиля от различных характеристик и построить модель для определения стоимости автомобиля с высоким качеством предсказания. |
Файлы в формате .csv с данными о продаваемых машинах |
Получилась модель на основе Catboost с высокой точностью предсказания - метрика MAPE 0.13 |
Завершён (Создана ML-модель) |
Python, pandas, numpy, skimpy, matplotlib, seaborn, sklearn, Optuna, Catboost |