文件名称：yandex-practicum:Yandex.Practicum的数据科学课程中的任务和项目
文件大小：14.87MB
文件格式：ZIP
更新时间：2024-05-28 04:35:59
data-science jupyter-notebook HTML
数据科学家 Yandex的数据科学的任务和项目 最终项目 电信运营商Interconnect希望能够预测其客户流失率。 如果发现用户打算离开，将为他们提供促销代码和特别计划选项。 Interconnect的营销团队已收集了一些客户的个人数据，包括有关其计划和合同的信息。 冲刺16-无监督学习 理论部分和测验 Sprint＃15-计算机视觉 超市连锁店Good Seed正在推出一种用于处理客户照片的计算机视觉系统。 结帐区域中的固定照片将有助于确定顾客的年龄，以便进行以下操作：分析购买并提供特定年龄段的购买者可能感兴趣的产品。监视售卖酒的文员建立一个可以从照片中确定一个人的大致年龄的模型。 为了帮助您，您将获得一组带有年龄指示的人的照片。 Sprint＃14-文本的机器学习 Film Junky Union，一个为经典电影爱好者打造的崭新前卫社区，正在开发一种对电影评论进行过滤和分类的
【文件预览】：
yandex-practicum-master
----.gitignore(2KB)
----sprint11()
--------sprint11.ipynb(43KB)
--------sprint11.py(9KB)
--------sprint11.html(331KB)
--------description.md(4KB)
----sprint15()
--------note.md(1KB)
--------sprint15.html(1.45MB)
--------sprint15.py(9KB)
--------sprint15.ipynb(917KB)
--------description.md(2KB)
----sprint07()
--------model_comparing2.ipynb(17KB)
--------sprint7.html(924KB)
--------sprint7.py(16KB)
--------datasets()
--------model_comparing1.ipynb(8KB)
--------sprint7.ipynb(611KB)
--------catboost_info()
--------model_comparing0.ipynb(11KB)
--------rfclassifier.joblib(17KB)
--------model_comparing1.html(279KB)
--------description.md(4KB)
--------model.joblib(3KB)
--------model_comparing1.py(1KB)
----datasets()
--------credit_scoring_eng.csv(2.19MB)
----sprint05()
--------sprint5.html(1.15MB)
--------sprint5.py(30KB)
--------sprint5.ipynb(887KB)
--------description.md(8KB)
----sprint03()
--------sprint3.py(37KB)
--------sprint3.ipynb(1.17MB)
--------description.md(9KB)
----.pre-commit-config.yaml(195B)
----pre_commit_hook()
--------__init__.py(0B)
--------nbconvert.py(1000B)
----final()
--------final_project.py(31KB)
--------final_project.html(1.62MB)
--------final_project.ipynb(1006KB)
----sprint02()
--------datasets()
--------sprint2.ipynb(258KB)
--------sprint2.py(24KB)
--------sprint2.html(525KB)
--------description.md(4KB)
----sprint09()
--------sprint9.ipynb(151KB)
--------sprint9.py(20KB)
--------sprint9.html(458KB)
--------description.md(6KB)
----sprint13()
--------sprint13.ipynb(1.04MB)
--------sprint13.html(1.34MB)
--------sprint13.py(19KB)
--------description.md(2KB)
----README.md(12KB)
----sprint10()
--------technological_process.md(6KB)
--------sprint10.html(734KB)
--------task_statement.md(2KB)
--------sprint10.py(21KB)
--------sprint10.ipynb(565KB)
--------instruction_en.pdf(1.75MB)
--------description.md(4KB)
----sprint04()
--------sprint4.py(23KB)
--------sprint4.ipynb(155KB)
--------sprint4.html(449KB)
--------description.md(8KB)
----sprint12()
--------sprint12.ipynb(61KB)
--------sprint12.html(385KB)
--------description.md(5KB)
--------sprint12.py(21KB)
----sprint06()
--------sprint6.ipynb(145KB)
--------datasets()
--------sprint6.html(421KB)
--------sprint6.py(8KB)
--------description.md(9KB)
----sprint08()
--------catboost_info()
--------sprint8.ipynb(623KB)
--------sprint8.py(23KB)
--------description.md(4KB)
--------sprint8.html(938KB)
----sprint14()
--------sprint14.html(2.56MB)
--------sprint14.py(33KB)
--------sprint14.ipynb(2.2MB)
--------description.md(6KB)