1. Взять любой датасет с Kaggle https://www.kaggle.com/datasets?fileType=csv или взять любой датасет из PyCaret, используя виртуальную машину в облачной платформе Google Colaboratory, создать, обучить и сравнить модели машинного обучения в библиотеках scikit-learn (случайный лес, градиентый бустинг и т.д.), h2o-3 (веб интерфейс Flow, localhost 54321, сделать скриншоты в Word), AutoGluon, PyCaret (или LightGBM, XGBoost, CatBoost по отдельности).

Требование к датасету не менее 10000 строк, писать выводы к каждому действию.

2. Провести прогнозирование ответа лучшей модели на новых данных.

3. Поделиться блокнотом.