Андрей Анисимов. ВТБ. Построение моделей машинного обучения для увеличения продаж в сегменте СМБ

Каким образом решить задачу увеличения конверсии CRM-кампаний по банковскому продукту для среднего и малого бизнеса. Как собрать внутренние и внешние источники данных. Какой использовать инструментарий. Какой выбрать алгоритм и оптимизацию гиперпараметров для максимизации прогнозирующей производительности конечной модели.

Transcript

1. Построение моделей машинного обучения для увеличения продаж в сегменте СМБ
2. CRISP-DM: проверенная методология для Data Scientist-ов • • • • • • • • • • • • • • • • • • • • • • • •
3. Бизнес-анализ • • • • • •
4. Источники данных • • • • • • Формирование перечня необходимой информации
5. Сбор данных из Data Research Platform Параметры платформы
6. JupyterHub, или как управлять сотнями пользователей Python • • • • Инструментарий Python + Anaconda + Spark • • •
7. Анализ основных свойств данных Exploratory data analysis (EDA) • • • • • • •
8. Exploratory data analysis (EDA) • • • Снижение размерности для визуализации (и kmeans++)
9. Feature selection / engineering • • • • Анализ важности признаков и построение новых
10. Моделирование
11. Бейзлайны моделей Выбор метрики: • • • • • • • •
12. Бейзлайны моделей Оценка Precision
13. Интерпретация моделей SHAP*, LIME** • • * **
14. Результаты внедрения Передача в пилот и сравнение реальных результатов • • • • •
15. Постановка на регламент Перенос с тестового стенда на прод • • • • • • • • •
16. Сессия вопросов и ответов