Прикладні задачі машинного навчання

Дослідити набір даних https://seisbench.readthedocs.io/en/stable/pages/benchmark_datasets.html#iquique

1. Виконати описовий аналіз даних (EDA), який окрім іншого, відповість на такі питання:

• скільки унікальних джерел коливань за комбінацією ознак 'source_depth_km', 'source_latitude_deg', 'source_longitude_deg'
• які відстані від станції до джерела
• який сенс містить ознака trace_has_spike
• оцінити вплив на результати прогнозування ознаки path_back_azimuth_deg
• як співвідноситься час виникнення коливань в джерелі та час початку запису даних
• як співвідносяться статистичні характеристики коливань різних джерел
• як відрізняються статистичні характеристики коливань каналів 0,1,2

2. Виконати оцінку важливості ознак відносно цільової змінної (corr, mutual_information, ...).

3. Виконати вибір ознак для подальшого моделювання (manual, SelectKBest).

4. Побудова прогнозної моделі (зосередитись на прогнозуванні часу приходу S хвилі)