Проектные работы расширенного курса «Специалист по Data Science Plus» (Яндекс Практикум). Каждый проект лежит в папке своего модуля курса, имя папки начинается с номера модуля в программе. Рядом с тетрадью — README с задачей, моделями, результатом и итогом проверки.
Комментарии ревьюеров и переписка по проверке убраны и из тетрадей, и из README: остаются задача, код, выводы автора и данные проверки — ревьюер, даты, статус.
| № | Модуль курса | Проект | Тетрадь | Модели | Результат | Проверка |
|---|---|---|---|---|---|---|
| 08 | Сборный Проект — 1 | Исследование данных о российском кинопрокате | Сборный проект — 1.ipynb | проект аналитический — модели не обучались | Высокий рейтинг не гарантирует высокой прибыли: фильмы с рейтингом 4.6–7.2 приносят сопоставимые сборы, исключений мало. | принято 15.12.2021 |
| 11 | Введение в машинное обучение | Рекомендация тарифов | Проект — Введение в машинное обучение.ipynb | DecisionTreeClassifier, RandomForestClassifier, LogisticRegression | Порог accuracy 0.75 пройден на тестовой выборке. | принято 06.04.2022 |
| 12 | Обучение с учителем | Отток клиентов «Бета-банка» | Проект — Обучение с учителем.ipynb | RandomForestClassifier, LogisticRegression, StandardScaler | Лучшая модель — RandomForestClassifier (class_weight='balanced', max_depth=9, n_estimators=90), обученная на увеличенной выборке: F1 ≈ 0.60 и ROC-AUC…. | принято 24.01.2023 |
| 13 | Машинное обучение в бизнесе | Выбор локации для скважины | Проект — Машинное обучение в бизнесе.ipynb | LinearRegression, StandardScaler | По соотношению прибыли и риска подходит только второй регион: остальные дают либо слишком широкий интервал, либо риск убытков выше допустимого порога…. | принято 22.02.2023 |
| 14 | Сборный Проект — 2 | Прогнозирование оттока клиентов сети отелей «Как в гостях» | Сборный проект — 2.ipynb | RandomForestClassifier, DecisionTreeClassifier, StandardScaler | Система на выбранной модели приносит около 9 млн рублей дополнительной выручки при заложенных 400 000 рублях затрат. | принято 14.03.2023 |
| 16 | Командная строка / Git | Проект: Командная строка / Git | — | модели не обучались | Проект принят: разбиение issues на отдельные задачи оценено как правильный подход. | принято 11.05.2023 |
| 18 | Системы обработки больших данных | Предсказание стоимости жилья | Проект — Системы обработки больших данных.ipynb | LinearRegression, StandardScaler, VectorAssembler | RMSE ≈ 69 465, MAE ≈ 50 463, R2 ≈ 0.64 — качество сопоставимо с базовым уровнем для этого датасета. | принято 31.05.2023 |
| 19 | Линейная алгебра | Защита персональных данных клиентов | Проект — Линейная алгебра.ipynb | LinearRegression | R2 до и после преобразования совпадают — предложенный алгоритм шифрования признаков корректен и не ухудшает модель. | принято 12.06.2023 |
| 20 | Численные методы | Определение стоимости автомобилей | Проект — Численные методы.ipynb | LGBMRegressor, RandomForestRegressor, LinearRegression, GridSearchCV, RandomizedSearchCV | LightGBM на тестовой выборке даёт RMSE ≈ 2493 при времени обучения в секунды — модель выбрана для сервиса. | принято 22.07.2023 |
| 22 | Продвинутый SQL | SQL-запросы к схеме stackoverflow | Проект — Продвинутый SQL.ipynb | SQL, pandas, SQLAlchemy — модели не обучались | Все десять заданий решены, запросы дают корректный результат на схеме stackoverflow. | принято 18.08.2023 |
| 24 | Модели и алгоритмы в машинном обучении | Предсказание температуры звезды нейронной сетью | Проект — Модели и алгоритмы в машинном обучении.ipynb | Sequential, StandardScaler | Лучший вариант — сеть с батчами: RMSE ≈ 4379 против RMSE порядка 10 000 у базовой конфигурации. | принято 20.11.2023 |
| 25 | Сборный Проект — 3 | Оценка водительского риска по данным о ДТП | Сборный проект — 3.ipynb | LGBMClassifier, LogisticRegression, RandomForestClassifier, GridSearchCV, RandomizedSearchCV, StandardScaler | Лучшей оказалась LightGBM: f1-score ≈ 0.60 на кросс-валидации и ≈ 0.58 на тестовой выборке. | принято 29.11.2023 |
| 26 | Временные ряды | Прогнозирование заказов такси | Проект — Временные ряды.ipynb | CatBoostRegressor, LinearRegression, DummyRegressor, GridSearchCV | CatBoost даёт RMSE ≈ 23.6 на валидации и заметно превосходит константную модель — порог 48 пройден. | принято 17.12.2023 |
| 27 | Машинное обучение для текстов | Токсичные комментарии для «Викишоп» | Проект — Машинное обучение для текстов.ipynb | LogisticRegression + TfidfVectorizer, CatBoostClassifier, GridSearchCV, RandomizedSearchCV | Логистическая регрессия на TF-IDF даёт F1 ≈ 0.77 (CatBoost ≈ 0.75) — требование F1 ≥ 0.75 выполнено. | принято 13.01.2024 |
| 28 | Компьютерное зрение | Определение возраста покупателей | Проект — Компьютерное зрение.ipynb | ResNet18 (transfer learning), ImageDataGenerator (аугментации), mean_absolute_error | MAE ≈ 7.9 на тестовой выборке — целевой порог «не больше 8» достигнут на пятой эпохе обучения. | принято 06.02.2024 |
| 30 | Сборный Проект — 4 | Поиск изображений по текстовому запросу | Сборный проект — 4.ipynb | ResNet18 (эмбеддинги изображений), BERT (эмбеддинги текста), Sequential | Итоговая модель даёт RMSE ≈ 0.24 на валидации; визуальная проверка показала, что часть запросов (например, про детей) намеренно отфильтрована по…. | принято 16.02.2024 |
| 31 | Выпускной проект | Steelbird: предсказание температуры сплава | Выпускной проект — Steelbird.ipynb | CatBoostRegressor, RandomForestRegressor, DummyRegressor, Sequential, GridSearchCV, RandomizedSearchCV | Лучшая модель — CatBoost: MAE ≈ 6.07 на валидации и ≈ 6.3 на тесте, прогноз отличается от факта примерно на 6.5 градуса. | принято 28.02.2024 |
- Тетради сохранены с выводами ячеек: графики и метрики видны без запуска.
- Пути к данным внутри тетрадей (
/datasets/...) — это пути учебной платформы Практикума; локально их нужно заменить на свои. - Проект модуля «Командная строка / Git» сдавался этим самым репозиторием.