В материале рассматривается применение генетического алгоритма для отбора признаков. В машинном обучении существует ограниченный набор методик, предлагающих научно-обоснованный подход к отбору признаков. В литературе встречается упоминание генетических алгоритмов в контексте процедуры отбора признаков. Здесь подробное описание с реализацией на python.
Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика. Осуществляет подготовку специалистов в области прогнозного моделирования и анализа данных. Основное направление — разработка новых высокоточных и в то же время интерпретируемых алгоритмов машинного обучения. Клиентами являются Citibank N.A., TransUnion, DBS Bank, Banco Galicia, StateFarm.
Автор Артем Груздев
- SSE в Capital One (NY)
- Ведущий методолог в StateFarm
- директор ИЦ «Гевисста»
- Автор книг: Изучаем pandas, Предварительная подготовка данных в Python, Прогнозирование временных рядов, Логистическая регрессия
- Автор более трех десятков статей по прогнозному моделированию.
