Какие ML методы использовал

В Python я применял различные методы машинного обучения, включая:

• Классические алгоритмы:
  python

  Копировать

  from sklearn.linear_model import LogisticRegression
  from sklearn.ensemble import RandomForestClassifier
  model = RandomForestClassifier()
  model.fit(X_train, y_train)

• Глубокое обучение (TensorFlow/PyTorch):

  python

  Копировать

  import tensorflow as tf
  model = tf.keras.Sequential([
      tf.keras.layers.Dense(64, activation='relu'),
      tf.keras.layers.Dense(10, activation='softmax')
  ])

• Ансамбли (XGBoost, LightGBM):

  python

  Копировать

  import xgboost as xgb
  model = xgb.XGBClassifier()
  model.fit(X_train, y_train)

Также работал с unsupervised методами (K-Means, PCA) и NLP (BERT, TF-IDF). Выбор метода зависит от задачи, данных и требований к интерпретируемости.