Итоговый проект курса "Машинное обучение в бизнесе"

Автор: Андрей Шатаев

Стек:

• ML: sklearn, pandas, numpy
• API: flask
• Данные: Kaggle - https://www.kaggle.com/arashnic/hr-analytics-job-change-of-data-scientists

Задача: предсказать вероятность смены работы по характеристикам сотрудника. Бинарная классификация

Используемые признаки:

• city_development_index (float)
• training_hours (int)
• gender (text)
• education_level (text)
• enrolled_university (text)
• major_discipline (text)
• experience (text)
• relevent_experience (text)
• last_new_job (text)
• company_size (text)
• company_type (text)
• city (text)

Преобразования признаков: OneHotEncoder, CatBoostEncoder, кастомный энкодер для поля 'experience'

Модель: CatBoost

Клонируем репозиторий

$ git clone https://github.com/shatandv/GB-ML-Business-Project.git ml_api_project
$ cd ml_api_project

Запускаем контейнер

$ docker-compose up -d

Можно отправить POST-запрос на 127.0.0.1:8180/predict c полями, указанными в "Признаках"