95 lines
5.6 KiB
Plaintext
95 lines
5.6 KiB
Plaintext
|
{
|
|||
|
|
"cells": [
|
|||
|
|
{
|
|||
|
|
"cell_type": "markdown",
|
|||
|
|
"metadata": {},
|
|||
|
|
"source": [
|
|||
|
|
"# Вариант задания: Прогнозирование цен на автомобили\n",
|
|||
|
|
"### Бизнес-цели:\n",
|
|||
|
|
"Повышение эффективности ценообразования на вторичном рынке автомобилей:\n",
|
|||
|
|
"Цель: Разработать модель машинного обучения, которая позволит точно прогнозировать рыночную стоимость автомобилей на вторичном рынке.\n",
|
|||
|
|
"Ключевые показатели успеха (KPI):\n",
|
|||
|
|
"Точность прогнозирования цены (например, RMSE, MAE).\n",
|
|||
|
|
"Сокращение времени на оценку стоимости автомобиля.\n",
|
|||
|
|
"Увеличение количества продаж за счет более конкурентоспособных цен.\n",
|
|||
|
|
"Оптимизация рекламных бюджетов для онлайн-площадок по продаже автомобилей:\n",
|
|||
|
|
"Цель: Использовать прогнозы цен на автомобили для оптимизации таргетинга рекламы и повышения конверсии на онлайн-площадках.\n",
|
|||
|
|
"Ключевые показатели успеха (KPI):\n",
|
|||
|
|
"Увеличение CTR (Click-Through Rate) рекламных объявлений.\n",
|
|||
|
|
"Повышение конверсии (процент пользователей, совершивших покупку после клика на рекламу).\n",
|
|||
|
|
"Снижение стоимости привлечения клиента (CPA).\n",
|
|||
|
|
"### Цели технического проекта:\n",
|
|||
|
|
"Для бизнес-цели 1:\n",
|
|||
|
|
"Сбор и подготовка данных:\n",
|
|||
|
|
"Очистка данных от пропусков, выбросов и дубликатов.\n",
|
|||
|
|
"Преобразование категориальных переменных в числовые.\n",
|
|||
|
|
"Разделение данных на обучающую и тестовую выборки.\n",
|
|||
|
|
"Разработка и обучение модели:\n",
|
|||
|
|
"Исследование различных алгоритмов машинного обучения (линейная регрессия, деревья решений, случайный лес и т.д.).\n",
|
|||
|
|
"Обучение моделей на обучающей выборке.\n",
|
|||
|
|
"Оценка качества моделей на тестовой выборке с помощью метрик RMSE, MAE и др.\n",
|
|||
|
|
"Развертывание модели:\n",
|
|||
|
|
"Интеграция модели в существующую систему или разработка нового API для доступа к прогнозам.\n",
|
|||
|
|
"Создание веб-интерфейса или мобильного приложения для удобного использования модели.\n",
|
|||
|
|
"Для бизнес-цели 2:\n",
|
|||
|
|
"Анализ данных о пользователях и поведении:\n",
|
|||
|
|
"Анализ данных о просмотрах, кликах и покупках на онлайн-площадке.\n",
|
|||
|
|
"Определение сегментов пользователей с разным уровнем интереса к покупке автомобилей.\n",
|
|||
|
|
"Разработка рекомендательной системы:\n",
|
|||
|
|
"Создание модели, которая будет рекомендовать пользователям автомобили, соответствующие их предпочтениям и бюджету.\n",
|
|||
|
|
"Интеграция рекомендательной системы в рекламные кампании.\n",
|
|||
|
|
"Оптимизация таргетинга рекламы:\n",
|
|||
|
|
"Использование прогнозов цен на автомобили для более точного таргетинга рекламы на пользователей, готовых к покупке.\n",
|
|||
|
|
"Тестирование различных стратегий таргетинга и оценка их эффективности."
|
|||
|
|
]
|
|||
|
|
},
|
|||
|
|
{
|
|||
|
|
"cell_type": "code",
|
|||
|
|
"execution_count": 1,
|
|||
|
|
"metadata": {},
|
|||
|
|
"outputs": [
|
|||
|
|
{
|
|||
|
|
"name": "stdout",
|
|||
|
|
"output_type": "stream",
|
|||
|
|
"text": [
|
|||
|
|
"Index(['ID', 'Price', 'Levy', 'Manufacturer', 'Model', 'Prod. year',\n",
|
|||
|
|
" 'Category', 'Leather interior', 'Fuel type', 'Engine volume', 'Mileage',\n",
|
|||
|
|
" 'Cylinders', 'Gear box type', 'Drive wheels', 'Doors', 'Wheel', 'Color',\n",
|
|||
|
|
" 'Airbags'],\n",
|
|||
|
|
" dtype='object')\n"
|
|||
|
|
]
|
|||
|
|
}
|
|||
|
|
],
|
|||
|
|
"source": [
|
|||
|
|
"import pandas as pn\n",
|
|||
|
|
"import matplotlib.pyplot as plt\n",
|
|||
|
|
"import matplotlib\n",
|
|||
|
|
"import matplotlib.ticker as ticker\n",
|
|||
|
|
"df = pn.read_csv(\".//static//csv//car_price_prediction.csv\").head(15000)\n",
|
|||
|
|
"print(df.columns)"
|
|||
|
|
]
|
|||
|
|
}
|
|||
|
|
],
|
|||
|
|
"metadata": {
|
|||
|
|
"kernelspec": {
|
|||
|
|
"display_name": "Python 3",
|
|||
|
|
"language": "python",
|
|||
|
|
"name": "python3"
|
|||
|
|
},
|
|||
|
|
"language_info": {
|
|||
|
|
"codemirror_mode": {
|
|||
|
|
"name": "ipython",
|
|||
|
|
"version": 3
|
|||
|
|
},
|
|||
|
|
"file_extension": ".py",
|
|||
|
|
"mimetype": "text/x-python",
|
|||
|
|
"name": "python",
|
|||
|
|
"nbconvert_exporter": "python",
|
|||
|
|
"pygments_lexer": "ipython3",
|
|||
|
|
"version": "3.12.5"
|
|||
|
|
}
|
|||
|
|
},
|
|||
|
|
"nbformat": 4,
|
|||
|
|
"nbformat_minor": 2
|
|||
|
|
}
|