Баттл твипов - 1000 уникальных - против - Создание предиктивных

1. Уникальные IP

2. Геотаргетинг:

- Россия

- Украина

- Белоруссия

- Казахстан

- Молдавия

- Латвия

- Чехия

- Израиль

- Грузия

- Германия

- Армения

- Азербайджан

- США

- Эстония

- Литва

- Испания

- Киргизия

- Греция

- Болгария

- Голландия

- Англия

- Венгрия

- Польша

- Словакия

(Максимум 5 стран!)

3. Посещение в течение 30 секунд

4. Ключевые слова (По которым были посещения)

5. Поисковая система (Google, Yandex)

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