Details

Данная работа посвящена применению методов машинного обучения для частичной автоматизации процесса отбора фриланс-проектов. Был проведен теоретический обзор методов машинного обучения, использующихся для решения задачи классификации. Подробно описаны и реализованы алгоритмы: метод опорных векторов, градиентный бустинг, случайный лес и логистическая регрессия. Разработана модель, обладающая высокой точностью. Реализовано веб-приложение, облегчающее пользователям процесс поиска и отбора проектов. Результаты работы могут быть использованы фрилансерами и компаниями для более эффективного подбора проектов, что позволит сэкономить время и ресурсы на поиск подходящих предложений.

This work is dedicated to the application of machine learning methods for partially automating the process of selecting freelance. A theoretical review of machine learning methods used for classification tasks was conducted. The algorithms implemented and described in detail include support vector machine, gradient boosting, random forest, and logistic regression. A highly accurate model was developed. A web application was created to facilitate the process of searching and selecting projects for users. The results of this work can be used by freelancers and companies for more efficient project selection, saving time and resources in finding suitable offers.