Проекты, выполненные в рамках прохождения курса от Яндекс.Практикума «Специалист по Data Science»

#	название спринта	название проекта	краткое описание	используемые инструменты
3	Базовый Python	-	Стандартная тетрадка с примерами функционала работы в jupyter.	jupyter, python
4	Предобработка данных	Исследование надёжности заёмщиков	Разбираемся, влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок.	pandas
5	Исследовательский анализ данных	Исследование объявлений о продаже квартир	Исследуем архив объявлений о продаже квартир в поисках зависимостей для определения рыночной цены квартир.	pandas, matplotlib, seaborn
6	Статистический анализ данных	-	Анализируем пользователей оператора связи, чтобы предложить им наиболее выгодный тариф.	pandas, seaborn, scipy
8	Сборный Проект - 1	-	Определяем закономерности, влияющие на успешность видеоигр, в целях планирования рекламной компании.	pandas, seaborn, matplotlib, scipy
9	Введение в машинное обучение	Рекомендация тарифов	Обучаем модель машинного обучения для определения подходящего тарифа.	pandas, seaborn, matplotlib, sklearn
10	Обучение с учителем	Отток клиентов	Прогнозируем отток клиентов банка.	pandas, matplotlib, sklearn
11	Машинное обучение в бизнесе	Выбор локации для скважины	Определяем регион, в котором добыча нефти принесёт максимальную прибыль.	pandas, matplotlib, seaborn, sklearn
12	Сборный Проект - 2	Восстановление золота из руды	Готовим прототип модели, предсказывающей коэффициент восстановления золота из руды по параметрам добычи и очистки.	pandas, seaborn, matplotlib, sklearn
13	Линейная алгебра	Защита персональных данных клиентов	Кодируем данные клиентов так, чтобы по ним нельзя было восстановить персональную информацию, но при этом не падало качество модели машинного обучения.	pandas, sklearn
14	Численные методы	Определение стоимости автомобилей	Определяем рыночную стоимость автомобиля по историческим данным: техническим характеристикам, комплектации и проч.	pandas, CatBoost, LightGBM, matplotlib, seaborn, sklearn
15	Временные ряды	Прогнозирование заказов такси	Прогнозируем количество заказов такси на следующий час, чтобы привлекать больше водителей в пиковый период.	pandas, CatBoost, matplotlib, statsmodels, sklearn
17	Машинное обучение для текстов	-	Классифицируем комментарии на позитивные / негативные.	pandas, CatBoost, sklearn
19	Компьютерное зрение	Определение возраста покупателей	Определяем возраст покупателей по изображению с его лицом.	pandas, tensorflow, keras
22	Выпускной проект	Финальный проект «Телеком»	Прогнозируем отток клиентов.	pandas, LightGBM, CatBoost, sklearn, optuna, matplotlib, seaborn