| Номер | Название | Описание проекта | Используемые инструменты |
|---|---|---|---|
| 1 | Выбор региона для разработки новых нефтяных скважин | Нужно построить модель машинного обучения и выбрать один из трех регионов, где добыча нефти принесёт наибольшую прибыль. Предстоит проанализировать возможную прибыль и риски техникой Bootstrap. |
Pandas, matplotlib, NumPy, seaborn, sklearn, Bootstrap |
| 2 | Предсказание коэффициента восстановления золота | Подготовьте прототип модели машинного обучения для «Цифры». Компания разрабатывает решения для эффективной работы промышленных предприятий. Модель должна предсказать коэффициент восстановления золота из золотосодержащей руды. В вашем распоряжении данные с параметрами добычи и очистки. | Pandas, matplotlib, NumPy, seaborn, sklearn |
| 3 | Прогнозирование цены автомобиля | Сервис по продаже автомобилей с пробегом «Не бит, не крашен» разрабатывает приложение для привлечения новых клиентов. В нём можно быстро узнать рыночную стоимость своего автомобиля. В вашем распоряжении исторические данные: технические характеристики, комплектации и цены автомобилей. Вам нужно построить модель для определения стоимости. | Pandas, matplotlib, NumPy, seaborn, sklearn, lightgbm, xgboost, catboost |
| 4 | Прогнозирование количества заказов такси | Компания собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Постройте модель для такого предсказания. | Pandas, matplotlib, NumPy, seaborn, sklearn, xgboost, catboost |
| 5 | Исследование медецинских снимков | В этой задачи мы разработаем модель, позволяющую классифицировать (и, если таковая имеется, сегментировать) пневмоторакс по набору рентгенографических изображений грудной клетки. | Pandas, matplotlib, NumPy, skimage, cv2 |
| 6 | Классификация коментариев | Обучить модель классифицировать комментарии на позитивные и негативные. | Pandas, matplotlib, NumPy, sklearn, xgboost, catboost, nltk |
| 7 | Распознование эмоций из речи | Построить модель распознования эмоций из речи. | MLPClassifier, sklearn, librosa, soundfile |
ZhavoronkovSergey/Course_Yandex_Data_Science
Репозиторий содержит некоторые проекты Яндекс практикума по направлению data science.
Jupyter Notebook