SbrAi

Проект - победитель Конкурса Красоты Кода 2.0 от Сбера в дисциплине AI. Номинация - "Изящный код". Самое лаконичное решение, соответствующее поставленной задаче.

Горжусь 🤘

📁 Структура проекта

• data_preprocessing.py
  Скрипт для предобработки данных. Здесь происходит очистка и подготовка данных для дальнейшего анализа.

• feature_engineering.py
  Скрипт для создания и отбора признаков. Этот этап включает в себя генерацию новых признаков и выбор наиболее значимых для модели.

• model_training.py
  Скрипт для обучения модели машинного обучения. Использует подготовленные данные и признаки для построения модели.

• model_evaluation.py
  Скрипт для оценки и тестирования модели. Включает в себя метрики и визуализации для анализа производительности модели.

• model_inference.py
  Скрипт для интеграции модели и предсказания оттока клиентов на новых данных. Обеспечивает возможность использования модели в реальных условиях.

• data/
  Папка, содержащая обучающие и тестовые данные. Все необходимые данные для работы проекта находятся здесь.

🚀 Начало работы

1. Клонируйте репозиторий:

   git clone https://github.com/vettspace/sbr-ai

2. Установите необходимые зависимости:

   pip install -r requirements.txt

3. Запустите скрипты в указанном порядке для полного цикла работы модели.