Practicum

Название проекта	Описание	Используемые библиотеки
Прогнозирование оттока клиентов	Построение модели, которая предсказывает, уйдёт ли пользователь	Pandas, Matplotlib, NumPy, Sklearn, Seaborn, CatBoost, Phik
Определение возраста по фотографии	Построение модели, которая по фотографии человека могла бы предсказывать его возраст	Pandas, Matplotlib, NumPy, Keras
Определение токсичных комментариев	ML-модель машинного обучения позволяет классифицировать комментарии на позитивные и негативные, чтобы в дальнейшем их отправлять на модерацию	Pandas, NumPy, ntlk, Sklearn, tqdm
Прогнозирование заказов такси	Построение системы прогноза количества заказов такси на следующий час	Pandas, Matplotlib, NumPy, Sklearn, CatBoost, Statsmodels
Определение стоимости автомобиля	Для сервиса определения рыночной стоимости автомобиля по запросу клиента реализована модель, прогнозирующая цену автомобиля	Pandas, Matplotlib, NumPy, Sklearn, Seaborn, CatBoost
Защита персональных данных	Разработка метода шифрования данных. Построение модели машинного обучения на шифрованных данных	Pandas, NumPy, Sklearn
Исследование технологического процесса очистки золота	В целях оптимизации производства подготовлен прототип ML-модели для предсказания коэффициента восстановления золота из золотосодержащей руды	Pandas, Matplotlib, NumPy, Sklearn, Seaborn, SciPy
Выбор локации для нефтяной скважины	Поиск прибыльного нефтедобывающего региона с помощью моделирования машинного обучения	Pandas, Matplotlib, NumPy, Sklearn
Прогнозирование оттока клиентов	На основе данных из банка определить клиента, который может уйти	Pandas, Matplotlib, Sklearn
Рекомендация тарифов	Оператор мобильной связи «Мегалайн» хочет построить систему, способную проанализировать поведение клиентов и предложить пользователям новый тариф. Задача: построить модель для задачи классификации, которая выберет подходящий тариф	Pandas, Sklearn
Исследование успешности компьютерных игр	Анализ открытых данных, и поиск потенциально популярного продукта, что позволит компании заказчику спланировать рекламные кампании	Pandas, Matplotlib, NumPy, Seaborn, SciPy
Определение выгодного тарифа для телеком-компании	Проведен предварительный анализ тарифов телеком-компании на выборке из 500 клиентов и выявлен самый прибыльный тариф для последующей корректировки рекламного бюджета	Pandas, Matplotlib, NumPy, Seaborn, SciPy
Исследование объявлений о продаже квартир	Используя данные сервиса Яндекс.Недвижимость, определить рыночную стоимость объектов недвижимости и типичные параметры квартир	Pandas, Matplotlib, NumPy, Seaborn
Исследование надежности заемщиков	На основе статистики о платёжеспособности клиентов исследовать влияет ли семейное положение и количество детей клиента на факт возврата кредита в срок	Pandas
Музыка больших городов	На реальных данных Яндекс.Музыки c помощью библиотеки Pandas и её возможностей проверить данные и сравнить поведение и предпочтения пользователей двух столиц — Москвы и Санкт-Петербурга	Pandas