https://wikicshse.ru/index.php?action=history&feed=atom&title=Predictive_segmentationPredictive segmentation - История изменений2026-06-06T18:01:34ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://wikicshse.ru/index.php?title=Predictive_segmentation&diff=572&oldid=previmported>Aapoludnitsin: Migrated current public revision from wiki.cs.hse.ru2018-10-16T07:39:35Z<p>Migrated current public revision from wiki.cs.hse.ru</p>
<p><b>Новая страница</b></p><div>{{Карточка_командного_проекта<br />
|name=Predictive segmentation<br />
|company=OZON<br />
|semester=Осень 2018<br />
|course=?<br />
|number_of_students=1-2<br />
|categorize=yes<br />
}}<br />
<br />
===Описание проекта===<br />
Есть интернет-магазин (OZON), в который заходит большое число как зарегистрированных юзеров (users), так и случайных посетителей (visitors). Нужно сделать сегментацию пользователей по ожидаемому объему продаж, то есть:<br/>--- Придумываем/учим модель, которая предсказывает ожидаемый размер заказа человека, пришедшего на сайт (возможно, в первый раз)<br/>--- Сегментируем пользователей<br/>--- Решаем эту же задачу для товарных категорий<br />
<br />
===Чему научатся студенты?===<br />
Это очень сильно поднимет Ваши скиллы в области прикладного машинного обучения. Отличный шанс зайти в e-Commerce.<br />
Глубоко ныряем в бизнес-аналитику для e-Commerce. <br />
Реальные приложения машинного обучения <br/>--- большие массивы данных (как качественных, так и достаточно грубых), большая свобода в выборе моделей и экспериментов.<br />
<br />
===Какие технологии будут использоваться?===<br />
Python/R, возможно, Spark и тд<br />
<br />
===Требования, предъявляемые к студентам===<br />
<br/>--- Python или иной язык для анализа данных<br />
<br/>--- Знание машинного обучения (хотя бы на уровне "сдал курс в универе" на хор или отл)<br />
<br />
===Критерии оценки итогового результата по проекту=== <br />
Есть два варианта:<br />
<br/>Запилить академический проект (статью) или сделать реальный прототип<br />
<br />
<br/>Путь 1 (академический):<br />
<br/>--- Написана статья, ее подали в журнал = отлично<br />
<br/>--- Почти написана статья = хорошо<br />
<br/>--- Какая-то работа сделана, но недостаточно для публикации = удовлетворительно<br />
<br/>--- Сделано так мало, что возник вопрос "А что ты делал все это время?" = неуд<br />
<br/><br />
<br/>Путь 2 (практический)<br />
<br/>--- Модель показала хорошие результаты и ее решили внедрить в продакшн = отл<br />
<br/>--- Модель показала хорошие результаты, решили ее немного доработать (возможно пойдет в продакшн после доработки) = хор<br />
<br/>--- Какие-то результаты есть, но их практическая значимость очень спорна = удов<br />
<br/>--- Сделано так мало, что возник вопрос "А что ты делал все это время?" = неуд"<br />
<br />
<br />
===Количество часов работы студента в неделю===<br />
от 10<br />
===Предположительная длительность работы по задаче===<br />
6 месяцев<br />
<br />
===Контакты===<br />
Zvereva Olga [ozvereva@ozon.ru]</div>imported>Aapoludnitsin