NLP (Natural Language Processing) для обращений граждан. Эксперимент на реальных данных

Был именно такой план. Но, похоже, ведомства испугались, поэтому — продолжения не будет.

Подготовка данных в Data Science-проекте: рецепты для молодых хозяек

Кто о чем :))

Подготовка данных в Data Science-проекте: рецепты для молодых хозяек

Какие из перечисленных пунктов, на ваш взгляд, можно автоматически идентифицировать?

Структура Data Science-проекта с высоты птичьего полета

Интересный вопрос, спасибо. Думаю, вы совершенно правы. Насколько я понимаю, действительно на втором этапе выбирается только тип модели (возможно, вообще с точностью до дескриптивный/предиктивный) в зависимости от того, какой ответ требуется с точки зрения бизнес-задачи, потому что нужно же как-то подготовить требования к данным, а уж выбор конкретного алгоритма осуществляется на этапах 7-8 (построение и применение модели).

Структура Data Science-проекта с высоты птичьего полета

По поводу названия этапа 2: соглашусь, так было бы понятней. Я старалась поддержать стиль IBM в названиях этапов, может не везде удачно.

Структура Data Science-проекта с высоты птичьего полета

Спасибо за комментарий! Что касается вопроса про паттерны выбора подхода, то в открытом доступе обзорных материалов по паттернам подхода я не нашла, меня тоже очень волнует эта тема, потому что это в общем-то ключевой момент. Кое-что о моделях есть в книгах, например: Data Science Наука о данных с нуля, автор Джоэл Грас, там несколько разделов посвящено описанию различных моделей. Но вот что касается именно техники принятия решений, какую модель брать, такого я пока не видела (могу предположить, что это ноу-хау, которым особо не принято делиться).