Résumé de section
-
-
Для набору даних California Housing (https://scikit-learn.org/1.5/modules/generated/sklearn.datasets.fetch_california_housing.html)
1. Побудувати гребневу регресію (https://scikit-learn.org/stable/modules/linear_model.html#ridge-regression-and-classification) залежності ціни від параметрів нерухомості
2. Побудувати Lasso регресійну модель (https://scikit-learn.org/stable/modules/linear_model.html#lasso) залежності ціни від параметрів нерухомості
3. Побудувати регресію Еластична мережа (https://scikit-learn.org/stable/modules/linear_model.html#elastic-net)
4. Порівняти отримані результати. Яка модель точніше наближає дані? У яких випадках буде точніше гребнева, Lasso регресії або Еластична мережа?
-
Для набору даних Fraud detecton (https://www.kaggle.com/datasets/whenamancodes/fraud-detection)
1. Провести описовий аналіз даних.
2. Виконати попередню обробку даних.
3. Побудувати декілька моделей класифікації та порівняти ефективність. Протестувати ефективність моделей з різними варіантами попередньої обробки даних.
-