С какими моделями работал на предыдущей работе

Работал с различными моделями машинного обучения, включая линейные (логистическая и линейная регрессии), ансамблевые (Random Forest, XGBoost, LightGBM) и нейросети (CNN, RNN, Transformers). Также использовал unsupervised методы (k-means, PCA) для кластеризации и снижения размерности.

Пример кода для обучения XGBoost:

import xgboost as xgb
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
model = xgb.XGBClassifier()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

Опыт включал подбор гиперпараметров, feature engineering и интерпретацию результатов.