Projektowanie prognozowania cen samochodów

Celem tego projektu było przewidywanie ceny samochodu w oparciu o jego techniczne cechy, opis tekstu i obraz.
Oto co zostało zrobione:
A default ('naive') model został zbudowany jako benchmark dla przyszłych modeli
Eksploratory Data Analysis was conducted to handle and normalize the features
Pierwszy model został zbudowany w oparciu o dane tabularne i algorytm CatBoost
Dodatkowe modele liniowe i ich zestawy były używane do poprawy wyników modelu tabularnego. Niestety żaden z nich nie poprawił wyników Catboost
A simple dense neural network model został zbudowany
A multi-input neural network was built using both tabular data and pre-processed text
Zdjęcia zostały dodane do sieci neuronalnej
The final ensemble of Catboost and neural network was used to improve results
External dataset was uploaded in order to improve the model results. - Zestaw danych zewnętrznych został przesyłany w celu poprawy wyników modelu. Niestety, to nie poprawiło wyników