Прогнозування успішності запуску продукту на ринку за допомогою класифікаційних моделей

Abstract

Метою роботи є розробка програмного модуля для прогнозування успішності запуску продукту на ринку на основі методів машинного навчання з використанням історичних даних платформи Kickstarter. У процесі роботи використано комплекс методів інтелектуального аналізу даних: логістична регресія, дерева рішень, Random Forest, Gradient Boosting, XGBoost та LightGBM, а також сучасні техніки попередньої обробки даних та балансування класів. Результати дослідження можуть бути використані у стартапах, аналітичних компаніях, венчурних фондах та на краудфандингових платформах для автоматизації процесу оцінювання шансів успіху нових продуктів.