{"id":31572191,"url":"https://github.com/amirkh777/data-science-yandex-practicum","last_synced_at":"2026-04-12T00:31:53.536Z","repository":{"id":305493802,"uuid":"1002397016","full_name":"AmirKh777/Data-Science-Yandex-Practicum","owner":"AmirKh777","description":"My projects from the Yandex Practicum Data Science course.","archived":false,"fork":false,"pushed_at":"2025-10-04T15:37:25.000Z","size":5233,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2025-10-04T17:30:53.125Z","etag":null,"topics":["data-science","matplotlib","numpy","pandas","python","scikit-learn","scipy","seaborn"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AmirKh777.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2025-06-15T11:42:50.000Z","updated_at":"2025-10-04T15:37:28.000Z","dependencies_parsed_at":"2025-09-03T16:10:41.874Z","dependency_job_id":"5b163179-3d8e-4b3a-830a-411db00ce427","html_url":"https://github.com/AmirKh777/Data-Science-Yandex-Practicum","commit_stats":null,"previous_names":["amirkh777/projects"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/AmirKh777/Data-Science-Yandex-Practicum","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AmirKh777%2FData-Science-Yandex-Practicum","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AmirKh777%2FData-Science-Yandex-Practicum/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AmirKh777%2FData-Science-Yandex-Practicum/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AmirKh777%2FData-Science-Yandex-Practicum/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AmirKh777","download_url":"https://codeload.github.com/AmirKh777/Data-Science-Yandex-Practicum/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AmirKh777%2FData-Science-Yandex-Practicum/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":278464272,"owners_count":25991177,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-10-05T02:00:06.059Z","response_time":54,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-science","matplotlib","numpy","pandas","python","scikit-learn","scipy","seaborn"],"created_at":"2025-10-05T13:49:55.245Z","updated_at":"2026-04-12T00:31:53.524Z","avatar_url":"https://github.com/AmirKh777.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# В данном репозитории содержатся проекты, пройденные в ходе обучения программы \"Специалист по Data Science\" от Яндекс.Практикума\n## Описание проектов\n| Название проекта                                                  | Описание                                              | Используемые библиотеки                      |\n| :--------------------:                                            | :---------------------:                               |:---------------------------:                 |\n| [Музыка больших городов](https://tinyurl.com/3hs65fh9)            | Провести сравнение музыкальных предпочтений у пользователей Яндекс.Музыки, проживающих в Москве и Санкт-Петербурге.                                                                                                                 | *pandas*                                     |\n| [Предобработка данных](https://tinyurl.com/mrxujmhx)              | Исследование надежности заемщиков                     | *pandas*                                     |\n| [Исследовательский анализ данных](https://tinyurl.com/5w8m7cyw)   | Исследование объявлений о продаже квартир             | *pandas*, *matplotlib*, *datetime*           |\n| [Статистический анализ данных](https://tinyurl.com/p8y7uzdr)      | Аналитика популярного сервиса аренды самокатов GoFast | *pandas*, *matplotlib*, *numpy*, *scipy*     |\n| [Сборный проект 1](https://tinyurl.com/5dp5xpz5)                  | Аналитика закономерности успешности игр    | *pandas*, *matplotlib*, *numpy*, *scipy*, *seaborn*    |\n| [Линейные модели в машинном обучении](https://tinyurl.com/m5manyhh)   | Разработка моделей машинного обучения для управления рисками и принятия решений при покупке коров на ферму    | *pandas*, *matplotlib*, *numpy*, *LinearRegression*, *train_test_split*, *OneHotEncoder*, *StandardScaler*, *r2_score*, *LogisticRegression*, *mean_absolute_error*, *mean_squared_error*, *confusion_matrix*, *recall_score*, *precision_score*, *accuracy_score*, *precision_recall_curve* |\n| [Обучение с учителем](https://tinyurl.com/27hmhcjn)  | Разработка решения, позволяющее персонализировать предложения постоянным клиентам интернет-магазину \"В один клик\", чтобы увеличить их покупательскую активность    | *pandas*, *matplotlib*, *numpy*, *LinearRegression*, *train_test_split*, *OneHotEncoder*, *ordinal_encoder*, *pipeline*, *LogisticRegression*, *ColumnTransformer*, *roc_auc_score*, *RandomizedSearch*, *plot tree*, *phik matrix*, *SVC*, *plot correlation matrix*|\n| [Сборный проект 2](https://tinyurl.com/m98ppaya)  | Построение двух моделей. Модель, которая может предсказывать уровень удовлетворённости сотрудника на основе данных заказчика. А также модель, которая сможет на основе данных заказчика предсказать то, что сотрудник уволится из компании.  | *pandas*, *matplotlib*, *numpy*, *LinearRegression*, *train_test_split*, *OneHotEncoder*, *ordinal_encoder*, *pipeline*, *LogisticRegression*, *ColumnTransformer*, *roc_auc_score*, *RandomizedSearch*, *DecisionTreeRegressor*, *SVR* ,*DecisionTreeClassifier*, *plot correlation matrix*, *label encoder*|\n| [Машинное обучение в бизнесе](https://tinyurl.com/5fmkskhm)  | Постройте модель для определения региона, где добыча нефти из скважин принесёт наибольшую прибыль. Проанализируйте возможную прибыль и риски техникой Bootstrap. | *pandas*, *numpy*, *train_test_split*, *LinearRegression*, *mean_squarred_error*, *label encoder*|\n| [Численные методы](https://tinyurl.com/y9atkyhe)  | Сервис по продаже автомобилей с пробегом «Не бит, не крашен» разрабатывает приложение для привлечения новых клиентов. В нём можно быстро узнать рыночную стоимость своего автомобиля. В вашем распоряжении исторические данные: технические характеристики, комплектации и цены автомобилей. Вам нужно построить модель для определения стоимости. | *pandas*, *numpy*, *train_test_split*, *pipeline*, *time*, *phik_matrix*, *Plot_correlation_matrix*, *OneHotEncoder*, *MinMaxScaler*, *lgb*, *SimpleImputer*, *make_scorer*, *matplotlib* |\n| [Временные ряды](https://tinyurl.com/msn6ef9h)  |Компания собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Постройте модель для такого предсказания. | *pandas*, *numpy*, *matplotlib*, *seasonal decompose*, *Pipeline*, *train_test_split*, *column_transformer*, *one_hot_encoder*, *minmaxscaler*, *timeseriessplit*, *randomizedsearchcv*, *SVR*, *linearregression*, *decisiontreeregressor*, *make_scorer*|\n| [Машинное обучение для текстов](https://tinyurl.com/r6vew7zs)  |Интернет-магазин «Викишоп» запускает новый сервис. Теперь пользователи могут редактировать и дополнять описания товаров, как в вики-сообществах. То есть клиенты предлагают свои правки и комментируют изменения других. Магазину нужен инструмент, который будет искать токсичные комментарии и отправлять их на модерацию.Обучите модель классифицировать комментарии на позитивные и негативные. В вашем распоряжении набор данных с разметкой о токсичности правок. Постройте модель со значением метрики качества F1 не меньше 0.75. | *pandas*, *numpy*, *re*, *TfidfVectorizer*, *nltk*, *nltk_stopwords*, *spacy*, *train_test_split*, *LogisticRegression*, *f1_score*|\n| [Компьютерное зрение](https://tinyurl.com/5ab5w78n)  | Построить модель, которая по фотографии определит приблизительный возраст человека. | *pandas*, *ImageDataGenerator*, *matplotlib.pyplot*, *seaborn*|\n| [Выпускной проект](https://tinyurl.com/yh2c7a3d)  | Чтобы оптимизировать производственные расходы, металлургический комбинат «Стальная птица» решил уменьшить потребление электроэнергии на этапе обработки стали. Для этого комбинату нужно контролировать температуру сплава. Ваша задача — построить модель, которая будет её предсказывать. | *pandas*, *numpy*, *matplotlib.pyplot*, *seaborn*, *phik_matrix*, *plot_correlation_matrix*, *train_test_split*, *pipeline*, *columntransformer*, *randomizedsearchcv*, *standardscaler*, *linear_regression*, *randomforestregressor*, *svr*, *catboostregressor*, *mean_absolute_error*, *shap*|\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Famirkh777%2Fdata-science-yandex-practicum","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Famirkh777%2Fdata-science-yandex-practicum","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Famirkh777%2Fdata-science-yandex-practicum/lists"}