📊 Прогнозирование заказов такси

🧭 Что такое проект

Поздравляем! 🎉
Вы успешно прошли курс в тренажёре. Теперь можете самостоятельно решить новую задачу машинного обучения.

Когда закончите, отправьте работу на проверку ревьюеру: он пришлёт комментарии в течение суток. После этого нужно доработать проект и пройти повторную проверку.

Скорее всего, вы будете дорабатывать кейс по комментариям ещё несколько раз. Это нормально.

Проект завершён, когда ревьюер одобрил все доработки.

📌 Описание проекта

Компания «Чётенькое такси» собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Постройте модель для такого предсказания.

Значение метрики RMSE на тестовой выборке должно быть не больше 48.

📋 Инструкция по выполнению проекта

Загрузите данные и выполните их ресемплирование по одному часу.
Проанализируйте данные.
Обучите разные модели с различными гиперпараметрами. Сделайте тестовую выборку размером 10% от исходных данных.
Проверьте данные на тестовой выборке и сделайте выводы.

📁 Описание данных

Данные лежат в файле /datasets/taxi.csv. Скачать датасет.

Количество заказов находится в столбце num_orders (от англ. number of orders, «число заказов»).

✅ Как будут проверять проект?

Мы подготовили критерии оценки проекта, которыми руководствуются ревьюеры. Прежде чем приступить к решению кейса, внимательно их изучите.

На что обращают внимание ревьюеры, проверяя проект:

Аспект	Комментарий
📋 Выполнение инструкции	Все ли шаги по инструкции выполняете?
🔧 Подготовка данных	Как готовите данные?
📊 Анализ данных	Как анализируете данные?
🤖 Модели и гиперпараметры	Какие модели и гиперпараметры рассматриваете?
🧹 Качество кода	Не дублируете ли код?
💬 Выводы	Какие выводы делаете?
📐 Структура проекта	Следите ли за структурой проекта? Поддерживаете аккуратность кода?