Язык программирования: Python Домашнее задание Необходимо выполнить 3 домашних задания по машинному обучению, все исходники предоставлю. Дз №4 Найти бесплатный API, как и в лекции. Используйте Google, Яндекс (любую поисковую систему), чтобы найти API для обмена валют, статистики, информации о погоде, музыке и т.д.. Используйте найденный вами ключ API, извлеките некоторые данные с помощью найденного вами API и проведите их анализ. Извлеките данные с помощью GET Request + JSON. Сделайте это в виде фрейма данных в вашем блокноте. Используйте визуализацию информации (выберите любую часть ваших данных) Дз №5 Часть 1 Есть готовое задание по регрессии. Необходимо улучшить результаты тестирования, еще раз проанализировать столбцы. Возможно, удалить некоторые из них, или разобраться с выбросами, или использовать другие алгоритмы регрессии. Отобразить результаты точно так же, как на лекции. Часть 2 Выполнить две задачи на классификацию. Оба задания должны быть сделаны в одном файле .ipynb. 1. Классифицировать звезды на основе их астрономических измерений. Необходимо использовать такие методы ML, как SVM, Decision_tree, Random_forest и Kneighbours. Какая модель ML дает наилучшие результаты? Предварительной обработки датасета нет! Необходимо получить максимальную точность примерно 90%. #чтобы узнать больше # https://www.nasa.gov/mission_pages/GLAST/science/neutron_stars.html 2. Классифицировать болезни сердца на основе их медицинских показателей. Необходимо использовать такие методы ML, как SVM, логистическая регрессия, Decision_tree, Random_forest и Kneighbours или Xgboost (бонус, если вы используете нейронную сеть). Какая модель ML дает наилучшие результаты? Предварительной обработки датасета нет! Необходимо получить максимальную точность примерно 70–80%. #чтобы узнать больше о наборе данных о болезнях сердца: # https://archive.ics.uci.edu/ml/datasets/Heart+Disease Для каждой задачи использовать по 4–5 алгоритмов! НЕОБХОДИМО ИСПОЛЬЗОВАНИЕ ВИЗУАЛИЗАЦИЮ ДАННЫХ ДЛЯ НАБЛЮДЕНИЯ ЗА НИМИ! Дз №7 Спрогнозировать `Среднюю цену` на авокадо в США (это не классификация, регрессия!). Необходимо использовать 5 алгоритмов. Нужно разобраться с отсутствующими и категориальными значениями. Также необходимо использовать нейронную сеть (torch, keras и т.д.). Построить график с реальной и предсказанной ценой!