Инструменты

Рекомендация тарифов для телеком компании 🔀

Задача 🎯


Провести исследование с целью построения модели машинного обучения, которая поможет предложить пользователям новый тариф «Смарт» или «Ультра» на основании их поведения.

Результаты исследования позволят оператору мобильной связи перевести клиентов с архивных тарифов на новые.

  1. Изучить данные.
  2. Разделить данные на выборки.
  3. Исследовать разные модели.
  4. Протестировать лучшую модель.
  5. Проверить лучшую модель на адекватность.
  6. Проверить гипотезы.
  7. Написать общий вывод.

В ходе проведения исследования необходимо проверить несколько гипотез:

  • Гипотеза 1: лучшая модель на валидационной выборке — модель случайного леса;
  • Гипотеза 2: значение метрики качества лучшей модели accuracy > 0.75.

Данные 📊


Входные данные: данные о поведении клиентов, которые уже перешли на эти тарифы.

Используемые библиотеки 🧰


На нашем волшебном пути мы воспользуемся магией следующих инструментов: 

— 🐼 pandas 
— 🔢 numpy 
— 📊 matplotlib 
— 🌈 seaborn 
—🧠 sklearn 



Ссылка на GitHub 🚀✨


Пред.
Прогнозирование заказов такси 🚖

Прогнозирование заказов такси 🚖

Задача 🎯 Провести исследование с целью построения модели машинного обучения,

След.
Поиск токсичных комментариев (NLTK) 🗣️🚫

Поиск токсичных комментариев (NLTK) 🗣️🚫

Задача 🎯 Провести исследование с целью построения модели машинного обучения,

Вам также может понравиться