Выполнить анализ данных, провести машинное обучение

Используя любую аналитическую платформу Loginom, Knime,RapidMiner (любую на выбор или в Colab) выполнить консолидациюданных кейса (если кейс состоит из нескольких таблиц), провестиочистку, трансформацию данных (ETL), выполнить preprocessingданных (https://www.sv-europe.com/crisp-dm-methodology/), провестиисследовательский анализ данных (EDA) путем создания различныхвизуализаций и описательных статистик. Обучить и оценить по метрикамкачества модели машинного обучения (использовать различныеалгоритмы); сравнить полученные результаты.

Экспортировать подготовленныйдатасет в BigQuery (или сохранить в формате .csv в Google Drive). Подключившись к BigQuery (или использовать подготовленныйдатасет или работать с исходными “сырыми” данными (обработать ихв Power Query), создать в Power BI Desktop выражения KPI сиспользованием выражений анализа данных (DAX), разработатьнесколько интерактивных отчетов в Power BI Desktop.