Портфолио
Здесь представлены некоторые проекты в области расширенного анализа данных и машинного обучения. Проекты выполнены в Jupyter Notebook на Python в том числе с применением технологий Pipeline и GridSearch.
| № | Название проекта | Краткое описани | Сферы деятельности | Стек |
|---|---|---|---|---|
| 1 | "Классификация текстов с использованием BERT" | Классификация текстов твитов на позитивные и негативные с использованием технологии BERT. Учебный проект Яндекс.Практикума. | NLP, ML | Python, Pandas, Sklearn, Pipeline, GridSerach, BERT, CatBoost |
| 2 | "Классификация текстов с использованием TF-IDF" | Классификация текстов твитов на позитивные и негативные с использованием технологии TF-IDF. Учебный проект Яндекс.Практикума. | NLP, ML | Python, Pandas, Sklearn, Pipeline, GridSerach, NLTK, TF-IDF, CatBoost |
| 3 | "Регрессионный анализ временных рядов" | Прогнозирование количества заказов такси. Учебный проект Яндекс.Практикума. | ML, такси | Python, Pandas, Sklearn, Pipeline, GridSerach, Statsmodels, CatBoost |
| 4 | "Регрессионный анализ на градиентном бустинге" | Прогнозирование стоимости автомобиля по его характеристикам. Учебный проект Яндекс.Практикума. | ML, продажа автомобилей | Python, Pandas, Sklearn, Pipeline, GridSerach, LightGBM, CatBoost |