Прогнозирование спроса на такси: временные ряды, лаги и CatBoost
Разобрал пайплайн прогнозирования временных рядов: ресемплинг, проверка стационарности, генерация лагов и скользящих статистик, сравнение моделей и итоговый RMSE.
Технические статьи, заметки и разборы.
Разобрал пайплайн прогнозирования временных рядов: ресемплинг, проверка стационарности, генерация лагов и скользящих статистик, сравнение моделей и итоговый RMSE.
Практическое руководство по обновлению фронтенда для работы с n8n: AJAX отправка, валидация, UX улучшения.
Практическое руководство по созданию n8n workflow для обработки форм: от установки до настройки email, Telegram и SQLite интеграций.
Знакомство с n8n как решением для обработки форм на статических сайтах, обзор архитектуры и подготовка к реализации.
Полный цикл создания технического блога: выбор Hugo, настройка темы, создание контента и деплой на GitHub Pages и Yandex Cloud.
Реализация нейросети на PyTorch для предсказания температуры звезд с использованием физических характеристик, визуализация результатов и анализ модели.
Установка Docker и Docker Compose, настройка системы и проверка работоспособности для развертывания AI-ассистента.
Реализация модели машинного обучения для предсказания вероятности аварии на каршеринге с использованием SQL, pandas и scikit-learn.