• Прогнозирование цен авто.

В этом задании вам предоставлены данные по размещённым объявлениям на сайте объявлений. Необходимо построить модель, предсказывающую цену автомобиля по информации с сайта. Метрика оценки качества – mean_squared_error. Описание данных: X_train, y_train – тренировочные данные

X_test – тестовый набор данных, для которого необходимо выполнить предсказание.

Описание полей: name - название объявления
brand - производитель
model - модель авто
vehicleType - тип кузова
gearbox - тип КПП
fuelType - тип топлива
powerPS - мощность, л.с.
kilometer - пробег
notRepairedDamage - имеет ли автомобиль повреждения
yearOfRegistration - год первой регистрации авто
monthOfRegistration - месяц первой регистрации авто
price - стоимость авто, целевая переменная

Выходные файлы: код программы, а также файл с ответами для тестового набора данных.

• Предсказание клика по рекламе.

В данном задании вам предоставлены данные о показах рекламы в интернете. Необходимо построить модель, предсказывающую будет ли совершён клик по рекламному баннеру, или нет. Метрика оценки качества – roc_auc_score. Описание данных: X_train, y_train – тренировочные данные

X_test – тестовый набор данных, для которого необходимо выполнить предсказание.



Описание полей: ID - уникальный ID показа
datetime - дата и время показа рекламы
siteid - ID веб-сайта
offerid - ID предложения
category - категория предложения
merchant - ID продавца
countrycode – код
browserid - браузер пользователя
devid - тип устройства пользователя
click - был ли совершён клик по рекламе, целевая переменная



Выходные файлы: код программы, а также файл с ответами для тестового набора данных.

Формат файла с предсказаниями:

ID,click
IDE4beP,0.125
IDfo26Y,0.015
IDYZM6I,0.201
ID8CVw1,0.894
IDPltMK,0.157

Примечание. Просим обратить внимание, что в качестве предсказания необходимо выдать вероятность клика по рекламе – вещественное значение от 0 до 1.