Проекты, выполненные в ходе обучения в Яндекс.Практикум по профессии "Специалист по Data Science"
| Название | Цель и задачи | Инструменты |
|---|---|---|
| Исследование объявлений о продаже квартир | Используя данные сервиса Яндекс.Недвижимость, определить рыночную стоимость объектов недвижимости и типичные параметры квартир | Python, Pandas, Matplotlib, исследовательский анализ данных, визуализация данных, предобработка данных |
| Определение выгодного тарифа для телеком-компании | На основе данных клиентов оператора сотовой связи проанализировать поведение клиентов и поиск оптимального тарифа | Python, Pandas, Matplotlib, NumPy,SciPy, описательная статистика, проверка статистических гипотез |
| Определение наиболее выгодного региона нефтедобычи | На основе данных геологической разведки выбрать район добычи нефти | Pandas, NumPy, Scipy, Sklearn, Bootstrap |
| Изучение закономерностей, определяющих успешность игр | Используя исторические данные о продажах компьютерных игр, оценки пользователей и экспертов, жанры и платформы, выявить закономерности, определяющие успешность игры | Python, Pandas, NumPy, SciPy, Matplotlib, Plotly, предобработка данных, исследовательский анализ данных, описательная статистика, проверка статистических гипотез |
| Исследование технологического процесса очистки золота | Спрогнозировать концентрацию золота при проведении процесса очистки золота | Python, Pandas, Matplotlib, NumPy, Scipy, Sklearn, Seaborn, Collections, исследовательский анализ данных |
| Прогнозирование количества заказов такси на следующий час | Разработка системы предсказания объема заказа | Python, Pandas, NumPy, Statsmodels, Sklearn |
| Промышленность | построить модель, которая предскажет температуру стали | Python, Pandas, NumPy, Matplotlib, Seaborn, Sklearn, CatBoost, LightGBM, Pyod |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent