Создание сервиса - модель кредитного риск-менеджмента.

Техническое задание:

1. Оценить важность признаков.

 2. Сгенерировать новые признаки.

 3. Собрать итоговый датафрейм. состоящий из признаков для обучения модели.

 4. Сделать предсказания на тестовом датасете.

 5. Подготовить автоматизированный пайплайн, который по вызову fit будет готовить данные и обучать модель, а по вызову predict — делать предсказания на заданном наборе данных.

 6. Обучить пайплайн подготовки данных и обучения модели и сохранить результат обучения в бинарном формате pickle.

Результат:

Обучена итоговая модель CatBoostClassifier accuracy 0.88

Подготовлена документация по проекту.