Методы машинного обучения в экономике вар. 3154165

Цель задания научиться решать задачу машинного обучения Инструменты для выполнения ДЗ платформа для хакатона Google Colab/Jupyter Notebook Описание задания Банки регулярно проводят телефонные кампании с целью привлечения клиентов к открытию срочного депозита. В рамках данного соревнования предлагается решить задачу бинарной классификации: по характеристикам клиента и параметрам телефонного контакта предсказать, оформит ли клиент депозит. Для каждого клиента из тестовой выборки необходимо вернуть ответ «1» (клиент согласился) или «0» (клиент отказался). Описание набора данных Набор данных состоит из трёх файлов: train.csv — 36 168 записей. Здесь есть и признаки, и правильные ответы (y). На этих данных вы обучаете модель. test.csv — 9 043 записей. Только признаки, ответы скрыты. По этим клиентам вы делаете предсказания. sample_submission.csv — шаблон файла для сдачи ответов. Используйте его как образец формата. Каждая строка — один клиент и один контакт с ним. Признаки делятся на три группы: Информация о клиенте a. age — возраст (18–90 лет) b. job — профессия (12 категорий: admin., blue-collar, technician, management, retired, student и др.) c. marital — семейное положение (married, single, divorced) d. education — уровень образования (primary, secondary, tertiary, unknown) e. default — есть ли просроченный кредит (yes / no) f. balance — среднегодовой остаток на счёте в евро, может быть отрицательным g. housing — есть ли ипотека (yes / no) h. loan — есть ли потребительский кредит (yes / no) Информация о звонке a. contact — способ связи (cellular, telephone, unknown) b. day — день месяца последнего контакта c. month — месяц последнего контакта d. duration — длительность разговора в секундах История взаимодействий a. campaign — количество звонков клиенту в этой кампании b. pdays — сколько дней прошло с последнего контакта в прошлой кампании; значение -1 означает, что контакта раньше не было c. previous — количество контактов до текущей кампании d. poutcome — результат прошлой кампании (success, failure, other, unknown) Подсказки по обработке данных Столбец duration очень сильно коррелирует с целевой переменной, но в реальности он становится известен только после звонка. Его можно использовать в обучении, но важно понимать это ограничение. balance содержит выбросы и отрицательные значения — рассмотрите логарифмическое преобразование (или другое) для положительных значений. Категориальные признаки (job, education, month и др.) необходимо закодировать перед подачей в модель (расмотрите OneHotEncoder). Обратите внимание на дисбаланс классов: только около 11% клиентов ответили yes. Это важно учитывать при выборе и настройке модели. Правила использования платформы для проведения хакатона (итогового задания) Для выполнения итогового домашнего задания, вам предлагается поучаствовать в хакатоне, посвящённому машинному обучению. Для участия в хакатоне, необходимо перейти на платформу. Первым делом, необходимо произвести регистрацию/авторизацию, для этого вы можете воспользоваться одним из двух предложенных вариантов, которые показаны на рисунке 1. Рисунок 1 — Стартовая страница Во время регистрации укажите своё имя пользователя как Имя Фамилия, для того чтобы преподавателю было проще идентифицировать вас после завершения соревнования. Также укажите корректную электронную почту и пароль. Пример регистрации продемонстрирован на рисунке 2. Рисунок 2 — Регистрация на платформе После успешной регистрации, вы попадёте на стартовую страницу, на которой увидите: наименование и задача (рис. 3, п. 1). Здесь указан тип задачи (регрессия или классификация) и метрика, по которой будут оценивать вашу модель. описание (рис. 3, п. 2). Подробная информация о задаче и инструкциях. расписание (рис. 3, п. 3) отображены основные даты по проведению хакатона. «датасеты» (рис. 3, п. 4) набор данных для обучения (train.csv — на нём происходит обучение ваших алгоритмов), набор данных для тестирования (test.csv — на нём происходит тестирование вашего алгоритма и полученные ответы загружаются в систему), пример загрузки данных в систему (sample_submission.csv — пример правильного формата ответа. Обязательно изучите его и попробуйте отправить как первое решение. Таблица лидеров (рис. 3, п. 5). Здесь отображаются результаты участников. Личный кабинет (рис. 3, п. 6). Ссылка для перехода к загрузке решений. Рисунок 3 — Главная страница Перейдите в личный кабинет (рисунок 4). Здесь вы видите таймер до конца соревнования и лимиты на количество попыток. Требования к загружаемому файлу: формат: .csv разделитель: запятая Для сохранения файла в правильном формате используйте библиотеку pandas - df.tocsv(‘data.csv’, index=False). Все ваши попытки отображаются в «Истории загрузок» (рис. 4, п. 3). Если файл загружен с ошибкой, система сообщит об этом. Рисунок 4 — Личный кабинет участника хакатона В таблице лидеров (рис. 5) вы видите свой Public результат. Однако финальный рейтинг будет сформирован по Private результату. Public результат — считается по части тестовых данных. Нужен, чтобы вы понимали, работает ли модель. Private результат — считается по остальной части данных после окончания хакатона. Это ваша итоговая оценка. Данное решение необходимо чтобы участники не подгоняли ответы под конкретные данные, а строили универсальные модели. В истории загрузок вы можете отметить звездочкой 2 лучших решения. После окончания хакатона система выберет лучшее из этих двух, и именно оно пойдет в финальный расчет. Рисунок 5 — Пример турнирной таблицы Как только завершиться хакатон, все загрузки данных будут не доступны, а также обновиться таблица лидеров с Public на Private и то значение метрики качества, которое будет в таблице, зафиксируется как конечное решение (рис. 6). Рисунок 6 — Пример окончания хакатона Описание задания Банки регулярно проводят телефонные кампании с целью привлечения клиентов к открытию срочного депозита. В рамках данного соревнования предлагается решить задачу бинарной классификации: по характеристикам клиента и параметрам телефонного контакта предсказать, оформит ли клиент депозит. Для каждого клиента из тестовой выборки необходимо вернуть ответ «1» (клиент согласился) или «0» (клиент отказался). Описание набора данных Набор данных состоит из трёх файлов: train.csv - 36 168 записей. Здесь есть и признаки, и правильные ответы (y). На этих данных вы обучаете модель. test.csv - 9 043 записей. По этим клиентам вы делаете предсказания. sample_submission.csv - шаблон файла для сдачи ответов. Используйте его как образец формата. Каждая строка — один клиент и один контакт с ним. Признаки делятся на три группы: Информация о клиенте 1.1 age - возраст (18–90 лет) 1.2 job - профессия (12 категорий) 1.3 marital - семейное положение 1.4 education - уровень образования 1.5 default - есть ли просроченный кредит 1.6 balance - среднегодовой остаток на счёте, может быть отрицательным 1.7 housing - есть ли ипотека 1.8 loan - есть ли потребительский кредит Информация о звонке 2.1 contact - способ связи 2.2 day - день месяца последнего контакта 2.3 month - месяц последнего контакта 2.4 duration - длительность разговора в секундах История взаимодействий 3.1 campaign - количество звонков клиенту в этой кампании 3.2 pdays - сколько дней прошло с последнего контакта в прошлой кампании (значение -1 означает, что контакта раньше не было) 3.3 previous - количество контактов до текущей кампании 3.4 poutcome - результат прошлой кампании Расписание Начало 30.03.2026 00:00 Окончание 30.04.2026 23:59 Часовой пояс: Europe/Moscow Датасеты прикреплены Правила приёма работы Выполните задание на платформе хакатона и прикрепите в LMS ссылку на выполненное задание в Google Colab или файл Jupyter Notebook (.ipynb) Важно: убедитесь, что по ссылке есть доступ, так как иногда доступ может быть закрыт для другого логина; название должно содержать фамилию и имя студента и название задания. Критерии оценивания На платформе хакатона для оценки модели используется метрика ROC-AUC (Area Under the ROC Curve). Она показывает, насколько хорошо модель умеет разделять два класса — тех, кто согласится, и тех, кто откажется. Максимальный балл за задание — 60 Критерии оценивания и баллы 60 баллов: ROC-AUC на тестовой выборке выше 0.75 Решение оформлено в виде Jupyter Notebook (.ipynb) или ссылки на Google Colab В ноутбуке присутствует разведочный анализ данных (EDA): графики распределений, анализ признаков, выявление закономерностей и письменные выводы по каждому из них 40 баллов: ROC-AUC на тестовой выборке выше 0.65 Решение оформлено в виде Jupyter Notebook (.ipynb) или ссылки на Google Colab 20 баллов: ROC-AUC на тестовой выборке 0.65 Итоговое задание выполнено, если: Задание выполнено на платформе хакатона; Прикреплён файл .ipynb или ссылка на Google Colab c выполненным заданием и к нему есть доступ.