Twip battle - Парсинг - VS - Создание предиктивных

Предлагаю перенести данные из WEB или других источников в любой необходимый Вам формат. Работа через API или через парсинг информации из различных форматов (html, JSON, pdf и др. ) В отдельных случаях загрузка данных возможна непосредственно в таблицу, при этом отпадает необходимость в промежуточном звене - скрипте. Также возможно создание динамической связи с источником, т. е. при обновлении данных на сервере, будут автоматически обновляться и данные в таблице. Работаю только с открытыми источниками без персональных данных.

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных