Pastāstiet par interesantiem projektiem klasiskajā mašīnmācībā — scoring, klasifikācija.

Klasiskajā mašīnmācībā punktušanas un klasifikācijas projekti bieži ir saistīti ar riska novērtējumu, klientu segmentāciju, krāpšanas atklāšanu utt.

Piemēram, klienta kredītspējas novērtēšanas projekts:

• Datu vākšana un sagatavošana: demogrāfija, maksājumu vēsture, parādi.
• Modeļa izvēle: loģistiskā regresija, nejaušais mežs, gradienta pastiprināšana.
• Modeļa apmācība ar marķētiem datiem (klients maksā/ne maksā).
• Modeļa kvalitātes novērtējums (ROC-AUC, precizitāte, recall).
• Modeļa ieviešana jaunu pieteikumu automātiskai novērtēšanai.

Vēl viens piemērs — e-pastu klasifikācija kā spam un ne-spam:

• Teksta pārvēršana skaitliskās īpašībās (TF-IDF, vārdu iekļaušana).
• Modeļu apmācība (Naive Bayes, SVM).
• Klasifikācijas sliekšņu testēšana un pielāgošana.

Interesanti šo projektu aspekti — klašu līdzsvars, trūkstošo datu apstrāde, modeļu skaidrojamība (piemēram, ar SHAP), biznesa procesu integrācija.