| Прогнозирование концентрации золота при проведении процесса очистки золота |
Построение модели машинного обучения для промышленной компании, предсказывающей коэффициент восстановления золота из золотосодержащей руды на основе данных с параметрами добычи и очистки |
pandas phik numpy matplotlib seaborn catboost hyperopt scipy sklearn |
| Система рекомендации стоимости автомобиля на основе его описания |
Разработка регрессионной модели для оценки рыночной стоимости автомобиля по его парметрам на основе исторических данных продаж |
pandas phik numpy matplotlib seaborn lightgbm shap sklearn |
| Прогнозирование оттока клиента Банка |
Разработка классификатора для предсказания ухода клиента в ближайшее время на основе исторических данные о поведении клиентов и расторжении договоров с банком |
pandas phik numpy matplotlib seaborn catboost shap sklearn imblearn plot_metric |
| Определение возраста покупаетля по фотографии |
Создание и анализ базовой модели обработки изображений с фотофиксации покупателей для приблизительного определения возраста |
pandas numpy matplotlib tensorflow/keras |
| Определение наиболее выгодного региона нефтедобычи |
Выбор района добычи нефти на основе данных геологи разведки (пробы нефти). Прогнозирование и анализ возможной прибыли и рисков техникой Bootstrap |
pandas numpy matplotlib seaborn scipy sklearn |
| Защита данных клиентов страховой компании |
Разработка метода анонимизации персональных данных без/с минимальной потерей информации |
pandas numpy sklearn |
| Классификация токсичности комментариев |
Создание модели для определения токсичности комментариев для их выявления и последующей отправки на модерацию |
pandas numpy matplotlib seaborn plot_metric nltk spacy sklearn catboost torch transformers datasets detoxify |
| Классификаиция клиентов телеком компании для рекомендации тарифа |
Построение системы, способной проанализировать поведение клиентов и предложить пользователям один из новых тарифов, который наиболее подходит клиенту |
pandas numpy matplotlib seaborn plotly catboost shap sklearn |
| Прогнозирование количества заказов такси на следующий час |
Разработка регрессионной модели для пронозирования врменного ряда с использованием исторических данных о заказах такси в аэропортах |
pandas numpy scipy matplotlib seaborn plotly lightgbm sklearn prophet statsmodels sktime |