- Для ознакомление с git и закрепления основных навыков пройдите задание с этого сайта.
- На github cделайте fork проекта с домашним заданием
- Испольузя PyCharm или Sublime Text, реализуйте простую функциональность в этом проекте, оформив её как питоновский пакет (как на занятии)
- предлагается посвятить пакет обучению ML модели на данных HR.csv (есть в домашнем репозитории)
- как альтернативный вариант предлагается реализовать алгоритм кластеризации K-Means или метод Гаусса
- также стоит добавить тестирование вашей функциональности, чтобы потом её можно было расширять и не бояться ничего поломать. Вот здесь есть гайд по тому, как это можно было бы сделать
- если хотите, то можете решать какую-то свою ML задачу, но в пакете должны быть непустые зависимости (requirements.txt)
- постарайтесь максимально заполнить информацию о вашем пакете, подробно можно прочитать здесь
- код обучения и применения должен быть скриптами, а не jupyter notebook-ами
- постарайтесь разделить обучение моделей, извлечение признаков, оценку качества и применение модели на разные питоновские модули
- Сделайте pull request на добавление вашего пакета в основной репозиторий
- Пройдите ревью кода