Разработка автоматизированной системы для предсказания успеха видеоигры с использованием машинного обучения

В современном мире игровая индустрия не стоит на месте. Для рынка производятся все новые и новые игры. Понять примерный уровень продаж игры, которая еще не вышла, очень важно для издателя. Программа, выполняющая эту функцию, была написана в рамках данного проекта. В качестве исходных материалов из интернета было выгружено более 16 тысяч записей о различных видеоиграх. После этого была построена эталонная модель, основанная на идее зависимости продаж игры от оценок критиков и пользователей. Далее были выбраны пять моделей машинного обучения, а именно: модель опорных векторов, модель дерева решений, модель k ближайших соседей, модель градиентного бустинга и модель гребневой регрессии. Они были обучены и протестированы на выборке данных. Результатом работы стала информация о наилучших регионах рынка для применения той или и ной модели машинного обучения, а также информацию о наилучшей настройке моделей для достижения наименьшей ошибки. Все модели были сравнены с эталонной моделью и между собой, что дало четкое представление о возможностях каждой модели.