linarkulinar / epamdsetrancetest Goto Github PK

Задача: выбрать один из датасетов и поработать с ним. Результат работы предоставить либо в виде *.ipynb ноутбука с пояснением, либо в виде *.py скриптов с презентацией. Решение должно быть репрезентативно, т.е. должна быть возможность его запустить и повторить. Датасеты: https://archive.ics.uci.edu/ml/datasets/Bank+Marketing https://www.kaggle.com/nareshbhat/health-care-data-set-on-heart-attack-possibility https://www.kaggle.com/c/home-credit-default-risk В презентации необходимо описать: - Какая бизнес-задача решается и к какой задаче ML она сведена. - Результаты разведывательного анализа данных (EDA): обнаруженные особенности и какие-то замечания по данным. - Пояснить, какие новые признаки созданы и как осуществлялся отбор признаков для модели. - Какие метрики качества модели выбраны и почему. - Какая модель машинного обучения применена и почему выбрана именно она. Можно использовать несколько моделей и сравнить их между собой. - Как предложенное решение может быть использовано в реальных условиях. Интерпретируемость прогнозов модели. - Предложения по улучшению предложенного решения "на будущее" Предпочтительный стек: Python + ds библиотеки. Язык решения: Русский / English Критерий качества: Так как датасеты открытые, рекомендуется ознакомиться с результатами, которые есть по данных задачам на kaggle. За сверх-высокими метриками гнаться не стоит, но в то же время предложенное решение должно быть реалистичным.