!Цена указана начальная.
При отклике просьба указывать цену и предполагаемые сроки.

Задача: Разработка модели классификации для сегментации пользователей на основе поведения пользователей и успешности ставок.
Необходимо разработать модель машинного обучения, которая будет классифицировать пользователей на основании поведения на сайте и успешности ставок.
(Vip - пользователи которые преимущественно проигрывают,
Sharp - пользователи которые преимущественно выигрывают,
Default - пользователи с неопределенным статусом).

Цель состоит в том, чтобы на ранних стадиях определять пользователей которые могут принести убытки компании и наложить лимиты на таких пользователей.
Проблематика данной задачи состоит в том что пользователей может несколько месяцев выигрывать, но на длинной дистанции он будет прибыльным для компании. Если на ранних этапах сильно залимитировать такого пользователя, есть вероятность что он уйдет.

Входные данные: Исторические данные о наших пользователях, включая возраст, пол, географическое расположение, историю ставок, активность на сайте, историю платежей и другую информацию.
Выходные данные: Модель должна классифицировать каждого пользователя в один из трех типов пользоватей.

Метрики успеха: Модель должна быть оценена с помощью подходящих метрик классификации, таких как точность (accuracy), макро F1-мера и/или AUC-ROC. Будет полезно также проанализировать матрицу ошибок (confusion matrix) для оценки типов ошибок, которые модель совершает.