Сеньор решает рабочие задачи: Data Science, Classic ML
Added 2025-06-09 08:59:00 +0000 UTCСеньор решает рабочие задачи: Data Science, Classic ML
Спикер: Grigory Chernyshov
Глобальная задача:
Обучение модели кредитного скоринга
Подзадачи:
1. Сбор датасета. Расскажу какие источники данных есть в финтехе.
2. Отбор признаков. На первом этапе простые методы фильтрации, в середине воронки разные оценки важности, в конце бэкворд элиминация.
3. Обучение и валидация модели. Оценка стабильности модели на имитации потока.
4. Выгрузки по модели для сдачи заказчику. Мета данные, сводки метрик, упрощённая документация.
Таймкоды:
2:20 - Загрузка датасета
8:00 - Источники данных в финтехе
13:45 - Как выбрать провайдеров
22:00 - Отбор признаков
1:15:40 - Обучение модели
1:25:35 - Проверка стабильности фичей
1:35:50 - Бизнесовая часть
Смотреть в телеграм (Чат ОМ: Machine Learning / Data Science)
