Построение моделей прогнозирования временных рядов для предсказания действий пользователя Офлайн 2021
Модели прогнозирования временных рядов хорошо зарекомендовали себя в экономике и социологии, а также они неплохо подходят для email-маркетинга. При помощи таких моделей можно:
1. Спрогнозировать количество действий, совершенных пользователем в будущем.
2. Сегментировать пользователей.
3. Спрогнозировать благоприятное время и частоту отправки контента.
В докладе рассмотрим примеры построения моделей прогнозирования с использованием Python, разберем следующие этапы:
1. Подготовка датасета для обучения (удаление выбросов, конструирование признаков).
2. Кластерный анализ.
3. Построение модели на основе прогнозирования временных рядов.
Закончил аспирантуру по специальности «Физическая химия», где активно использовал Python для расчетов и моделирования многокомпонентных систем неводных растворов электролитов. Разрабатывал различные системы на Python и Golang. Сейчас руководит разработкой и внедрением системы искусственного интеллекта в компании «Программный регион», которая специализируется на решениях направленных на эффективную доставку персонализированного контента пользователям. В свободное время развивает собственные опенсорс-проекты, пишет на Python и Golang и экспериментирует с новыми технологиями.
https://github.com/deslum/