Публикации по теме 'udacity-nanodegree'
Прогнозирование оттока пользователей с помощью PySpark (часть 3)
Заключительная статья из серии из трех частей, в которой объясняется, как настроить кластер AWS EMR для обучения и оценки созданной модели.
Введение
Это финал из трех частей, в которых я описываю подход к прогнозированию оттока пользователей с помощью pyspark . Найдите первую часть здесь и вторую часть здесь .
В этой статье мы рассмотрим шаги, необходимые для настройки кластера AWS EMR для запуска конвейера прогнозирования, созданного в предыдущих статьях, для полного набора..
Прогноз цен на жилье с регрессией
Обзор
Дом, пожалуй, самая дорогая покупка, которую человек может сделать за свою жизнь. Наиболее важным ограничением при покупке дома является стоимость недвижимости. Таким образом, хорошая модель, которая может предсказать стоимость недвижимости, поможет пользователям выбрать и купить недвижимость своей мечты. Кроме того, с ростом населения и урбанизации эта модель может помочь различным заинтересованным сторонам, участвующим в планировании, строительстве и расширении городов...
Факторы университетского уровня, влияющие на количество выпускников
Факторы университетского уровня, влияющие на количество выпускников
Завершающий проект для Data Scientist Nanodegree
Определение
Обзор проекта
Поступление в университет считается одним из лучших способов добиться успеха в жизни, и многие родители и студенты планируют это грандиозное приключение с раннего возраста. Решение поступить в университет тщательно взвешивается с учетом затрат, времени и ресурсов, которые необходимо приложить для достижения успешного результата —..
Сегментация клиентов для финансовых решений Arvato
Вступление
Этот проект был заключительным проектом программы Udacity Machine Learning Engineer Nanodegree. Это был один из трех вариантов, а двумя другими были «Оптимизация предложений приложений с помощью Starbucks» и «Использование сверточной нейронной сети для определения пород собак».
Кроме того, студенты могли выбрать собственный проект из одной из следующих областей: планирование движения роботов, здравоохранение, компьютерное зрение, образование, инвестиции и торговля.
Проект..
FIFA 18: применение простого алгоритма машинного обучения для определения лучшего квадроцикла
FIFA 18: применение простого алгоритма машинного обучения для определения лучшего квадроцикла
Сатьярадж ноябрь 2019 г.
Как любитель футбола, мне интересно изучить полный набор данных игроков FIFA 18. Набор данных я взял с Kaggle ( https://www.kaggle.com/thec03u5/fifa-18-demo-player-dataset )
Набор данных содержит личные атрибуты игрока (такие как национальность, клуб, фото, возраст, стоимость и т. д.); Атрибуты производительности игрока (Общая, Потенциал, Агрессия, Ловкость) и..
Sparkify — подход к науке о данных, позволяющий определить, будет ли отток клиентов или нет.
Каждый из нас ежедневно слушает музыку. Есть несколько приложений, которые позволяют нам транслировать музыку. Однако не все подписываются на контент, а если и подписываются, то довольно быстро отписываются. Очень интересно знать и понимать, когда пользователь отпишется.
Этот проект направлен на то, чтобы узнать, когда и какое поведение пользователей расскажет нам о модели оттока.
Отток — очень серьезная проблема, с которой сталкивается большинство компаний, работающих по подписке...
Как рекомендовать персонализированное предложение покупателю, используя данные Starbucks
Не секрет, что я большой поклонник Starbucks. Чтобы привлечь и удержать клиентов, Starbucks предлагает постоянным клиентам некоторые предложения, недоступные обычному покупателю. В рамках этого проекта мы проанализируем некоторые сфабрикованные данные о клиентах и предложениях, предоставленные Starbucks/Udacity, чтобы понять, как Starbucks должна предлагать персонализированные предложения своим конкретным клиентам.
Мы стремимся наилучшим образом определить, какое предложение..
