https://github.com/gilevatanya/gilevatanya
https://github.com/gilevatanya/gilevatanya
Last synced: 3 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/gilevatanya/gilevatanya
- Owner: GilevaTanya
- Created: 2024-07-02T13:48:29.000Z (10 months ago)
- Default Branch: main
- Last Pushed: 2024-08-12T16:02:22.000Z (9 months ago)
- Last Synced: 2024-12-31T19:13:57.315Z (4 months ago)
- Size: 26.4 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
###
Привет👋 Меня зовут Таня!
###
👩💻 Обо мне
###
Я начинающий специалист по Data Science. \
Мой путь в it начался с курсов Яндекс Практикум. \
В настоящий момент мое обучение на курсе завершено и я ищу свою первую работу!
>Языки и инструменты: \
Python, Pandas, Matplotlib, Seaborn, NumPy, SciPy, PyTorch, Keras, Scikit-learn, Bootstrap, LightGBM, CatBoost, BERT, Nltk, A/B tests, SQL, PostgreSQL.
###
За время учебы в Яндекс Практикуме я решила 16 кейсов (банки, телеком, промышленность, интернет-сервисы и д.р.)
Ниже представлены ссылки и краткое описание 6 наиболее интересных из них.
###
| # | Наименование проекта | Описание | Стек |
| ---- | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 1. | [Нейросеть для определения возраста покупателей по фотографии](https://github.com/GilevaTanya/yandex-practicum-projects/blob/main/model-fo-determining-age-on-a-photo/Readme.md) | Фотофиксация в прикассовой зоне поможет определять возраст клиентов, чтобы анализировать покупки и предлагать товары, которые могут заинтересовать покупателей этой возрастной группы и контролировать добросовестность кассиров при продаже алкоголя. (обработка изображения, нейронные сети, компьютерное зрение) | Python, Pandas, Keras, PIL , matplotlib |
| 2. | [Модель для классификации комментариев](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model-for-classifying-comments-with-BERT) | Модель, которая будет искать токсичные комментарии и отправлять на модерацию. (обработка естественного языка, классификация) | Python, Pandas, Numpy, BERT, nltk, scikit-learn, tf-idf. |
| 3. | [Модель для предсказания температуры сплава, для оптимизации процесса производства стали.](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model-for-determining-the-temperature-of-the-alloy) | Чтобы оптимизировать производственные расходы, металлургический комбинат решил уменьшить потребление электроэнергии на этапе обработки стали за счет контроля температуры сплава (градиентный бустинг, регрессия)| Python, Pandas, Numpy, seaborn, matplotlib, scipy, math, scikit-learn, CatBoost |
| 4. | [Модель для прогнозирования оттока клиента Банка](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model-for-predicting-customer-of-the-bank) | Модель которая поможет банку сохранять текущих клиентов и недопустить расторжения договора (классификация: дерево решений, случайный лес, логистическая регрессия) | Python, Pandas, Numpy, scikit-learn matplotlib |
| 5. | [Модель для прогнозирования количества заказов такси на следующий час](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model-for-predicting-taxi-for-the-next-hour) | Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час (временные ряды, регрессия, градиентный бустинг) | Python, Pandas, Numpy, scikit-learn, statsmodels, RidgeCV |
| 6. | [Модель для прогнозирования рыночной стоимости автомобиля](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model-for-predicting-value-car) | Сервис по продаже автомобилей для привлечения новых клиентов предлагает быстро узнать рыночную стоимость автомобиля (градиентный бустинг, регрессия) | Python, Pandas, seaborn, matplotlib, scikit-learn, LightGBM |
| 7. | [Модель рекомендации тарифа для оператора мобильной связи](https://github.com/GilevaTanya/yandex-practicum-projects/tree/main/model%20fo%20recommendation%20a%20tariff%20for%20a%20mobile%20operator) | Нужно построить модель для задачи классификации, которая выберет подходящий тариф (классификация: дерево решений, случайный лес, логистическая регрессия) | PPython, Pandas, Numpy, matplotlib, SciPy |