EDA-projects

№	Наименование проекта	Описание проекта	Стек
01	Исследование рынка заведений общественного питания Москвы	В рамках данного проекта я подготовлю исследование рынка Москвы для открытия заведения общественного питания. Найду интересные особенности и презентую полученные результаты, которые в будущем помогут в выборе подходящего места для инвесторов из фонда «Shut Up and Take My Money»	Python, pandas, matplotlib, math, scipy, numpy, random, warnings, re, missingno, os, requests, json, folium, seaborn, plotly
02	Исследование надежности заемщиков	Заказчик — кредитный отдел банка. Нужно разобраться, влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок. Входные данные от банка — статистика о платёжеспособности клиентов. Результаты исследования будут учтены при построении модели кредитного скоринга — специальной системы, которая оценивает способность потенциального заёмщика вернуть кредит банку.По представленным статистическим данным о платежеспособности клиентов банка необходимо провести исследование- влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок. Результаты исследования будут учтены при построении модели кредитного скоринга — специальной системы, которая оценивает способность потенциального заёмщика вернуть кредит банку.	Python, pandas
03	Исследование интернет-магазина «Стримчик»	В рамках данного исследования я произведу анализ интернет-магазина «Стримчик», который продаёт по всему миру компьютерные игры. Из открытых источников доступны исторические данные о продажах игр, оценки пользователей и экспертов, жанры и платформы (например, Xbox или PlayStation). Нужно выявить определяющие успешность игры закономерности. Это позволит сделать ставку на потенциально популярный продукт и спланировать рекламные кампании.	Python, pandas, matplotlib, math, scipy, numpy, random, seaborn, warnings, re, missingno
04	Исследование объявлений о продаже квартир в Санкт-Петербурге	В рамках данного проекта я подготовлю исследование объявлений о продаже квартир в Санкт-Петербурге и соседних населённых пунктов за несколько лет. Нужно научиться определять рыночную стоимость объектов недвижимости. Задача — установить параметры. Это позволит построить автоматизированную систему: она отследит аномалии и мошенническую деятельность.	Python, pandas, matplotlib, seaborn, warnings
05	Исследование сервиса аренды самокатов	В рамках данного исследования я произведу анализ популярного сервиса аренды самокатов GoFast. Мне передали данные о некоторых пользователях из нескольких городов, а также об их поездках.	Python, pandas, matplotlib, math, scipy, numpy, random, статистические гипотезы, распределения
06	Исследование пользователей сервиса Яндекс Музыка	Сравнение Москвы и Петербурга окружено мифами. Например: Москва — мегаполис, подчинённый жёсткому ритму рабочей недели; Петербург — культурная столица, со своими вкусами. На данных Яндекс Музыки я сравню поведение пользователей двух столиц.	Python, pandas