README.md

Проекты, выполненные в рамках курса "Специалист по Data Science" от Яндекс Практикума

Проекты Data Analyst

Название	Описание	Инструменты	Ключевые слова
Сравнение музыкальных предпочтений	Сравнение музыкальных предпочтений жителей Москвы и Санкт-Петербурга на основе данных Яндекс.Музыки.	numpy pandas	EDA, analysis
Исследование надёжности заёмщиков банка	Обработка и исследование данных для выявления зависимостей на влияющих на платёжеспособность клииента банка.	pandas numpy matplotlib	EDA, analysis
Исследование рынка недвижимости	Исследование данных и выявление факторов, оказывающих влияние на цену квартиры.	numpy pandas matplotlib	EDA, analysis, feature engineering
Определение выгодного тарифа для телеком компании	Определение выгодного тарифа на основании данных о использовании услуг клиентами. Проанализированы данные и проверены гипотезы.	numpy pandas matplotlib scipy	EDA, analysis, hypotesys testing, ttest
Анализ рынка компьютерных игр	Определение фактор, влияющих на успешность продажи игры.	pandas matplotlib scipy	EDA, statistics, hypotesys testing, ttest

Проекты Data Science

Название	Описание	Инструменты	Ключевые слова
Рекомендация сотового тарифа	Создание модели для задачи классификации, которая выберет подходящий тариф сотового оператора.	pandas matplotlib sklearn statsmodels	Time Series, regression, classification
Прогнозирование оттока клиентов банка	Создание модели для предсказания оттока клиентов из банка на основании данных о поведении клиентов. Целью является снижение затрат на сохранение клиентов.	numpy pandas matplotlib sklearn StandardScaler	EDA, analysis, feature engineering, ROC-AUC, upsampling, unbalanced classification
Прогнозирование прибыли от нефтяных скважин	Создание модели для прогноза прибыли от нефтяных скважин. На основании прогноза определение лучшего региона для бурения	numpy pandas matplotlib sklearn	EDA, analysis, regression, ROC-AUC
Прогнозирование концентрации золота из золотосодержащей руды	Создание модели для прогноза коэффициента восстановления золота из золотосодержащей руды	pandas matplotlib sklearn CatBoost Optuna GridSearch	EDA, regression, gradient boosting
Защита персональных данных клиентов страховой компании	Необходимо защитить персональные данные клиентов страховой компании. Разработать метод преобразования данных, чтобы по ним было тяжело восстановить исходную информацию и при этом не менялось качество линейной регрессии.	pandas numpy Random numpy	EDA, regression
Построение модели определения стоимости автомобиля	Разработка системы рекомендации стоимости автомобиля на основе его описания	pandas matplotlib sklearn lightgbm	EDA, regression, gradient boosting
Прогнозирование количества заказов такси	Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Необходимо построить модель для такого предсказания.	pandas matplotlib CatBoost Prophet	Time Series, regression, gradient boosting
NLP. Классификация тональности текста	Предсказание позитивных и негативных комментариев пользователей интернет-магазина.	numpy sklearn spacy torch BERT	NLP, TF-IDF, classification
CV. Определение возраста покупателей	Создание neural network модели определения возраста человека по фото.	tensorflow keras ImageDataGenerator ResNet	CV, neural network, classification
Прогнозирование оттока клиентов телеком	Построить модель, которая предсказывает, уйдёт ли пользователь.	Pipeline phik Catboost XGBoost sklearn	EDA, classification