Investoro - ETAP I
Projekt wdrożenia dwóch modeli ML pracujących w tandemie mających na celu przewidzieć stan mieszkania w podanym ogłoszeniu lub całej bazie ogłoszeń oraz podać jego przewidywaną wartość w PLN.
ETAP I
- Czas rozpoczęcia: 2 kwiecień 2025 - 3 czerwca 2025
Celem głównym projektu jest analiza bazy danych ogłoszeń sprzedaży mieszkań, a w następnej kolejności na podstawie opisu z ogłoszenia i innych parametrów ocenić jego stan oraz podać przewidywaną cenę. Do projektu użyto algorytmów scikit-learn oraz mechanizmu pyCaret w języku python. Modelowanie ML przewiduje stany mieszkań na bazie danych ogłoszeń z całej Polski. Po wstawieniu przewidywanego stanu (model ML klasyfikacyjny) przetworzona baza danych przechodzi do drugiego modelu (model regresyjny) gdzie tworzony jest model przewidujący ceny. Taka dwukrotnie przetworzona baza danych powraca w postaci .csv do klienta z nowymi polami stanu mieszkań i przewidywanej ceny. Status: wdrożone
MLFLOW
Do aplikacji modelującej wprowadzony został moduł zarządzający zebranymi modelami w formie webowej. Można w nim wybierać najbardziej aktualne modele produkcyjne oraz śledzić metryki modeli oraz porównywać je ze sobą.
