📊 Один из моих pet-проектов - SleepMind AI: я собрала учебный кейс на стыке product analytics, ML и digital product thinking.

В этом проекте я не ограничилась “обучить модель и показать accuracy”. Я подошла к задаче как аналитик продукта:

🔹 посчитала продуктовые метрики; 🔹 посмотрела engagement; 🔹 собрала дашборд; 🔹 обучила модель для прогноза felt_rested; 🔹 отдельно разобрала threshold analysis и confusion matrices.

Из интересного: — модель показала Accuracy = 0.6976, Balanced accuracy = 0.6671, ROC AUC = 0.7434; — среди самых важных факторов оказались sleep efficiency, sleep duration, sleep debt, stress level и sleep latency; — при сравнении threshold 0.50 и 0.60 видно, как меняется баланс между precision / recall — а значит, и продуктовая логика принятия решения.

Для меня это хороший пример того, как можно думать не только “моделью”, но и ценностью результата для продукта 💡

#dataanalytics #productanalytics #machinelearning #python #sql #streamlit