mikhpo / ds-for-non-ds Goto Github PK

Создать для обученной модели машинного обучения API-сервис на FastAPI. См. документацию на FastAPI: https://fastapi.tiangolo.com/

• Не производится нормализация данных
• Не производится обработка пропусков
• Не удаляются факторные признаки

https://docs.docker.com/get-started/08_using_compose/
https://code.visualstudio.com/docs/containers/docker-compose

Подробнее см. документацию: https://fastapi.tiangolo.com/tutorial/testing/

1. Скорей всего не проговорили на занятиях, но было бы здорово под каждой ячейкой с разведочным анализом (табличка, график) писать выводы текстом - что мы видим/получаем при анализе таблички/графика.

2. В графе обработка ошибочных значений можно подумать о том, чтобы удалить самые редкие категории или склеить друг с другом редкие категории (опционально).

1 часть: создать репозиторий на гитхабе для своего проекта, добавить туда всю команду. Написать в readme подробное описание задачи.

2 часть: пользуясь кодом с занятия, по аналогии загрузить из базы данных данные для своей задачи, сохранить в csv-файл. Провести разведочный анализ данных: исследовать данные на наличие пропусков, ошибочных значений, обработать пропуски. Посмотреть на взаимосвязь признаков при помощи матрицы корреляций - при необходимости удалить какие-либо столбцы. Изучить распределение целевой переменной. Построить необходимые на ваш взгляд визуализации (графики, гистограммы).

Результаты - csv-файл с данными и ноутбук (ipynb-файл с исследованиями) загрузить в репозиторий на гитхабе.

Подготовить контейнер для API-сервиса и, возможно, дашборда. См. документацию на Docker: https://docs.docker.com/

Закончить задачу по разработке модели машинного обучения.

Для дополнительного анализа можно использовать библиотеку explainerdashboard:

• https://github.com/oegedijk/explainerdashboard
• http://explainerdashboard.readthedocs.io/

explainerdashboard помогает в разведочном анализе данных и моделей. Можно развернуть как отдельный сервис или встроить в ноутбук Jupyter/Colab. Подробнее см. документацию: https://explainerdashboard.readthedocs.io/en/latest/index.html