Twip battle - Сбор базы 2gis - VS - Создание предиктивных

Также есть: Украина (Днепропетровск, Донецк, Киев, Харьков, Одесса) Чехия (Прага) Казахстан (Все большие города, всего 8) Кипр ОАЄ (Дубай) Италия (Венеция и Падуя) Кыргызстан (Бишкек, Иссык-Куль) Чили (Сантьяго) Получены путём сбора с online справочника 2Gis. Формат баз: . csv или . xls Валидность баз: 100% (выгрузка происходит на момент заказа). Базы содержат всю необходимую информацию о компаниях: · Город · Отрасль/Рубрика справочника · Название компании · Электронная почта, email (у тех фирм, где она есть) · Сайт (у тех фирм, где он есть) · Ссылки на соцсети (ICQ, Jabber, Skype, Vk, Ok, Facebook, Twitter, Instagram) · Телефоны/Факсы · Адрес Вы можете приобрести базу любого города (который есть в 2ГИС) или заказать сбор любой базы компаний, включающей одну или любое количество рубрик с одного или множества городов.

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