Анализ данных на Python в Jupyter: датасет Heart Disease (Kaggle), EDA, визуализация, выбросы, масштабирование и конструирование признаков, отчёт и ноутбукАнализ данных на Python в Jupyter: датасет Heart Disease (Kaggle), EDA, визуализация, выбросы, масштабирование и конструирование признаков, отчёт и ноутбук
Базы данных Витте Ответы на тесты 1-4UNION SELECT (возврат результирующего датасета 1) UNION (оператор объединения) FROM (выбор таблицы 1) FROM (выбор таблицы 2) SELECT (возврат результирующего датасета 2) Установите правильную последовательность
Анализ данных на Python: влияние факторов на рейтинг фильмов топ-250 Кинопоиска (pandas, seaborn, KMeans, PCA, Random Forest, KNN, SVM, регрессия), отчёт и кодДомашнее задание по анализу данных («Инструментальные методы в цифровой экономике»): исследование датасета топ-250 фильмов Кинопоиска с Kaggle. Смотрим, как год выпуска, страна, жанр и состав влияют на рейтинг
Лабораторные по машинному обучению на Python (scikit-learn, pandas): логистическая регрессия, полиномиальные признаки, метрики качества, интеграция данных, кластеризация K-means и DBSCANвсех, вероятности). ML3.1: полиномиальные признаки в пайплайнах, Ridge и Lasso, подбор степени, датасет цен на дома King County, полиномы 5, 10 и 100 порядка, время обучения, интерпретация коэффициентов
Программа на Python: распознавание технических деталей нейросетью YOLOv8 (болт, гайка, подшипник, шестерня), класс «иное», проекции, материалы и ГОСТы, GUI и Word-отчётПрограмма принимает фото технической детали, находит объекты детектором YOLOv8, обученным на открытом датасете Mechanical Parts (bearing, bolt, gear, nut), и дополнительно проверяет результат своим MLP-классификатором
Инициация и запуск проекта_Тесты1-4_Виттеанализу и регулированию коммуникаций при выполнении проекта L1: SELECT (возврат результирующего датасета) При разработке какого документа важно следовать рекомендации «Не пытайтесь увидеть последовательность
Проблемные задачи (начальный уровень)текстовые пояснения перед каждой ячейкой и выводы в конце каждого этапа работы. В работе используется датасет insurance со следующими признаками: Количество записей: 1338 Количество параметров (столбцов): 7
Машинное обучение на Python: прогноз цены подержанного автомобиля и поиск выгодных предложений (линейная и Ridge регрессия, случайный лес, градиентный бустинг, отчёт в Excel)предсказать рыночную цену и найти объявления, где продавец просит меньше рынка. Проект рассчитан на датасет продаж авто в формате auto.ru (кузов, марка, год, пробег, мощность, привод, коробка, владельцы, ПТС