Ансамблевый подход к прогнозированию утверждения кредитов с использованием методов машинного обучения

Summary

В этом исследовании разрабатывается модель ансамбля стекирования, объединяющая XGBoost, CatBoost (модель градиентного бустинга), LightGBM (эффективная модель градиентного бустинга), AdaBoost и дополнительные деревья для прогнозирования одобрения кредитов с использованием данных Kaggle. Достигая 98% точности, он определяет ключевые предикторы, такие как доход и кредитный рейтинг, способствуя справедливым и эффективным решениям об одобрении и/или отказе в кредите.

Abstract

Цифровое кредитование и инновации в области финтеха перевернули устоявшиеся банковские системы, изменив финансовую доступность и доступность кредитов в странах по всему миру. В этом исследовании рассматривается, как меняются одноранговые (P2P) и цифровые платформы кредитования, подчеркивая, как такие технологии, как искусственный интеллект и машинное обучение, меняют способ утверждения кредитов. Тщательное изучение литературы выявляет возможности и проблемы в экосистеме цифрового кредитования, такие как алгоритмическая оценка рисков, доверие клиентов, финансовая изоляция и лазейки в регулировании. В этом документе предлагается эффективный подход к машинному обучению, который использует модель ансамбля накопления для точного прогнозирования одобрения кредитов с целью решения этих проблем. Данные были предварительно обработаны с использованием тестового разбиения, исследовательского анализа и кодирования меток с использованием общедоступного набора данных Kaggle, который включал демографические данные заявителей, финансовые характеристики и кредитные истории. Поскольку XGBoost выступает в качестве мета-ученика, ансамбль включает в себя классификаторы Gradient Boosting Model, Efficient Gradient Boosting, AdaBoost и Extra Trees в качестве базовых учеников. С точностью до 98% модель оценивалась с использованием таких показателей, как точность, полнота, полнота, оценка F1 и метрики ошибок (MAE - средняя абсолютная ошибка, MSE - средняя квадратичная ошибка и RMSE - корневая среднеквадратичная ошибка). Согласно корреляционным исследованиям, такие факторы, как активы, доход и баллы CIBIL, оказывают значительное влияние на одобрение кредитов. Превосходя традиционные методы, модель показала баланс и обобщение по обоим классам. Полезность этих моделей для автоматизированного определения кредитов на основе данных подчеркивается в заключении статьи.

Introduction

На последнем этапе технологической трансформации банковской отрасли на рынок вышли новые поставщики финансовых услуг, не входящие в существующую банковскую систему¹. BigTech (крупные технологические компании, которые в основном сосредоточены на кредитовании напрямую или с финансовыми учреждениями) и FinTech (финансовые технологии, включая такие модели, как P2P-кредитование и онлайн-кредитование, альтернативное традиционным банкам) значительно вторгаются в финансовый сектор, бросая вызов традиционному банковскому делу, несмотря на усилия банков адаптироваться к цифровому ландшафту². Эта быстрая эволюция сигнализирует о сдвиге в финансовой экосистеме, где нетрадиционные игроки все больше меняют способы доступа к финансовым услугам и их предоставления³. Появление цифрового кредитования имеет отрицательную корреляцию с банковским кредитованием, предполагая, что по мере выхода на рынок новых кредиторов традиционное банковское дело может уступить место альтернативному цифровому кредиту⁴. Катализатором этого перехода стал мировой финансовый кризис 2008 года, который резко снизил доверие клиентов к финансовым услугам и способствовал расширению финансовых технологий или финтех-предприятий⁵. Финтех — это термин, обозначающий сочетание технологий и финансов, которое относится к применению технологий для предоставления финансовых решений⁶. По мере развития финтеха одним из его наиболее преобразующих применений стал рост P2P-кредитования, также называемого услугами онлайн-кредитования⁷. Основным новшеством P2P-кредитования является прямое сопоставление кредиторов и заемщиков. Заемщики подают заявки на небольшие необеспеченные кредиты, а кредитные платформы используются несколькими инвесторами для оценки и финансирования запросов на кредиты⁸. P2P-кредитование функционирует аналогично банку, но использует Интернет и передовые технологии для обеспечения онлайн-кредитования и долговых соглашений ⁹. Успех и масштабируемость этой модели стали очевидны с запуском ZOPA.com, первой P2P-платформы в истории, которая дебютировала в Великобритании в 2005 году. С тех пор онлайн-кредитование значительно выросло, достигнув более 100 миллиардов долларов к 2015 году, и, как ожидается, достигнет более 1 триллиона долларов в 2025 году¹⁰. Цифровое кредитование, особенно в странах с развивающейся экономикой, получило дальнейшее развитие с интеграцией финтеха¹¹. Интеграция финтеха в цифровое кредитование повышает финансовую доступность, особенно на развивающихся рынках. Мобильные платежи и блокчейн-решения позволяют проводить P2P-транзакции и микрокредитование, снижая барьеры для финансовых услуг¹². Эта смена парадигмы обусловлена внедрением таких технологий, как блокчейн, искусственный интеллект (ИИ), машинное обучение и цифровые платежные системы, для создания более инклюзивной, эффективной и клиентоориентированной финансовой среды¹³. Платформы цифрового кредитования используют технологии для ускорения подачи заявок, экономии расходов и повышения оценки кредитных рисков, что позволяет малым фирмам и частным лицам быстрее получать финансирование¹⁴. Они используют большие данные, блокчейн, искусственный интеллект и машинное обучение для повышения оценки заемщиков, снижения затрат и содействия финансовой доступности¹⁵. Машинное обучение, в частности, произвело революцию в управлении рисками за счет использования альтернативных источников данных¹⁶. Он превосходит традиционные подходы к оценке кредитоспособности, используя нетрадиционные данные, повышая рейтинги заемщиков и прогнозируя экономическое развитие¹⁷. Этот метод снижает риск дефолта за счет повышения точности оценок заемщиков и помощи в прогнозировании сдвигов в экономике¹⁸. Одним из наиболее важных эффектов цифрового кредитования является его способность решать трудности финансовой доступности, особенно в странах с развивающейся экономикой и маргинализированных районах¹⁹.

Для того, чтобы с высокой точностью прогнозировать принятие кредитов с использованием структурированного набора данных Kaggle, в данной статье предлагается новая модель ансамбля стекирования, которая сочетает в себе модель градиентного бустинга, эффективную модель градиентного бустинга, AdaBoost, дополнительные деревья и XGBoost. Для улучшения предсказательной адаптивности и обобщения этот метод объединяет несколько продвинутых учащихся с XGBoost в качестве метаклассификатора, в отличие от более ранних исследований, в которых часто используются одиночные модели или обычные классификаторы. Модель хорошо показала себя как в принятых, так и в отклоненных классах кредитов, с впечатляющей точностью 98%. Данная методологическая разработка обеспечивает практический и расширяемый способ автоматизации принятия решений об одобрении кредитов в условиях цифрового кредитования, особенно в развивающихся финансовых экосистемах.

Целью данного исследования является создание сильной модели ансамбля стекинга для цифрового кредитования, которая точно прогнозирует принятие кредитов путем объединения модели градиентного бустинга, эффективной модели градиентного бустинга, AdaBoost, дополнительных деревьев и XGBoost. Кроме того, в нем предпринята попытка изучить, как важные демографические и финансовые переменные (доход, стоимость активов и ограниченный балл CIBIL-Credit Information Bureau (India) Limited Score) влияют на выбор кредита, оценить, насколько хорошо работает ансамблевая модель по сравнению с более традиционными моделями, использующими классификацию и метрики ошибок, и подчеркнуть, как ансамблевые подходы могут повысить эффективность, обобщение и справедливость. Основная цель состоит в том, чтобы статистически проанализировать, как характеристики заявителя влияют на одобрение кредита, и оценить эффективность алгоритмов ансамблевого обучения.

P2P и цифровое кредитование продолжают трансформировать финансовый ландшафт во всем мире, открывая как возможности, так и проблемы.

Цифровое кредитование стремительно трансформирует мировой финансовый ландшафт, предлагая альтернативу традиционному банковскому делу²⁰. Этот глобальный прогноз подчеркивает, как региональные условия уникальным образом влияют на зрелость цифрового кредитования. Цифровое кредитование расширяется, но остается технологически незрелым, в то время как автоматизация и предиктивный скоринг обеспечивают эффективность, а платформы по-прежнему сильно зависят от сторонних систем для проверки биографических данных, что ограничивает надежность²¹. Несмотря на быстрый рост, финансовая изоляция остается серьезной проблемой во всем мире: по оценкам, 44% взрослого населения в развивающихся странах не имеют доступа к официальным финансовым услугам, что требует срочных реформ, улучшения инфраструктуры и инициатив по повышению цифровой грамотности. Такие ограничения также проявляются в других основных моментах сектора конвергенции, текущих проблемах в обработке данных и системной интеграции²². По мере углубления цифровой интеграции уязвимости безопасности в финтех-пространстве растут. Для решения этих проблем была предложена ориентированная на безопасность структура для защиты цифровых транзакций²³. Аналогичная тенденция наблюдается и на других развивающихся рынках. В Кении, несмотря на то, что приложения для мобильных денег и цифровых кредитов улучшили доступ к финансовым услугам, конфиденциальность данных остается постоянной проблемой, а недавние нормативные акты имеют ограниченное влияние, что говорит о необходимости более строгих механизмов правоприменения, официальных аудитов и четких руководящих принципов разработки²⁴. Это отражает более широкую тенденцию, когда нормативно-правовая база часто отстает от инноваций в области финтеха. Нормативно-правовая база финтеха отличается от традиционной банковской системы. Например, если кредиты не связаны с высоким риском, правоохранительные органы оказывают меньшее влияние на процентные ставки в финтехе²⁵. В частности, существует острая потребность в улучшении надзора, использовании аналитики данных и обновлениях нормативных актов для сдерживания незаконного роста финтеха и нарушений конфиденциальности²⁶. Помимо регулирования, успех цифрового кредитования также зависит от доверия, поэтому доверие играет решающую роль при принятии решений о кредитовании. Доверие к курганам более влиятельно, чем к посредникам²⁷.

Параллельная эволюция наблюдается и в экосистеме цифрового кредитования Индии²⁸. Бизнес цифрового кредитования быстро расширяется благодаря достижениям в области финтеха, полезным регулятивным мерам, введенным Резервным банком Индии (RBI), и росту доверия потребителей после вспышки COVID-19²⁹. Однако с инновациями приходит риск. В то время как нелицензированные приложения или платформы цифрового кредитования улучшают доступ, они создают серьезные риски для потребителей, такие как преследование, высокие процентные ставки и неправомерное использование данных из-за слабого регулирования. Поэтому усиление защиты прав потребителей и подотчетности имеет решающее значение для содействия ответственной финансовой интеграции³⁰. Опасность дефолта заемщиков и мошеннических заявок существенна для цифрового кредитования; Эффективные меры по защите прав потребителей не только защищают потребителей, но и положительно влияют на финансовые показатели, поскольку безопасность и прозрачность данных улучшают показатели прибыльности, такие как рентабельность активов (ROA) и рентабельность собственного капитала (ROE)³¹. В глобальном масштабе значительное внимание уделяется совершенствованию операционной деятельности, при этом повышенное внимание уделяется совершенствованию систем выдачи кредитов, стимулированию использования мобильных технологий и разработке четких стратегий для соблюдения нормативных стандартов и ожиданий потребителей³². Для устранения этих рисков все чаще используются передовые аналитические системы и искусственный интеллект для прогнозирования кредиторов с высоким уровнем риска, обнаружение выбросов с помощью таких показателей, как непогашенные кредиты, продолжительность погашения и кредитный скоринг доказали свою эффективность³³. Используя социотехническую модель в качестве ориентира, мы обнаружили, что риски исходят как от стейкхолдеров, так и от отсутствия взаимозависимостей между дизайном платформы и организационными компонентами³⁴. Внедрение динамических моделей, таких как UTAUT2, доминирует в объяснении принятия пользователями, при этом доверие становится ключевым предиктором намерения заимствования³⁵. Также используются алгоритмы обнаружения мошенничества на основе машинного обучения, такие как модели Random Forest и SVM³⁶. Согласно результатам исследования, модели машинного обучения могут адекватно оценивать личную кредитную информацию и определять вероятность дефолта по кредиту; Глубокая нейронная сеть показала наилучшие результаты (точность: 0,94)³⁷. Исследование, в котором использовался наивный байес с точностью 94%, показало, что такие характеристики, как процентная ставка, срок погашения, описание, кредитный рейтинг, кредитная история, пол и кредитный рейтинг, оказывают существенное влияние на успех кредита³⁸. Между тем, существуют вероятности как риска досрочного погашения, так и риска дефолта, важные события, которые приводят к прекращению кредита и упущенной выгоде для кредиторов, были спрогнозированы с помощью многомерной логистической регрессии, а общая точность модели составила 76,63%³⁹. Согласно исследованию, доходы кредитных клубов могут быть увеличены с высокой точностью до 68% за счет использования модели Efficient Gradient Boosting для прогнозирования риска дефолта на платформах цифрового кредитования⁴⁰. В то же время развиваются более сложные модели ИИ, такие как глубокое многоракурсное обучение, которое сочетает в себе различные переменные (например, использование приложений и поведенческие модели) и работает лучше, чем традиционные методы, особенно в ситуациях с ограниченными историческими данными⁴¹. Исследования, проведенные в Китае, подтверждают, что такие модели, как Gradient Boosting Model и LGBM, превосходят традиционные оценки на основе кредитов⁴², системное динамическое моделирование также помогает моделировать колебания процентных ставок на P2P-платформах, давая представление о поведении заемщиков-инвесторов в различных условиях⁴³. Было показано, что эффективная модель градиентного бустинга улучшает прогнозирование по умолчанию и прибыльность платформы⁴⁰, в то время как глубокие нейронные сети также превосходят традиционные модели при правильном обучении³⁷, а также стабилизация цифровых рынков за счет более эффективного управления рисками⁴⁴Для обеспечения устойчивости набирают обороты регулятивные технологии, такие как роботизированная автоматизация процессов, которые помогают финансовым учреждениям согласовывать нормативные требования с бизнес-планами, повышая соответствие нормативным требованиям и операционную эффективность⁴⁵. Таблица 1 Обобщены ключевые исследования, в которых изучается применение машинного обучения в процессах цифрового кредитования и утверждения кредитов.

Protocol

Сбор данных

В этом исследовании использовался набор данных для прогнозирования одобрения кредитов, доступный на Kaggle. Набор данных был извлечен в феврале 2025 года и состоит из 4269 записей, направленных на оценку данных о кредитах и прогнозирование результатов одобрения кредитов. Он состоит из 12 столбцов, содержащих подробную информацию о демографических профилях заявителей, таких как статус занятости, иждивенцы, самозанятые, сумма кредита, срок кредита, баллы CIBIL, финансовое положение и специфические характеристики кредита. Набор данных был импортирован с помощью библиотеки Pandas и визуально проверен с помощью df.head () для понимания его структуры и качества.

Предварительная обработка данных

На этапе предварительной обработки данных первым шагом было удаление столбца идентификатора (loan_id) из-за его недостаточной прогностической ценности и возможности внесения шума в модель. Второй шаг включал кодирование меток, где категориальные переменные, такие как образование, самозанятые и loan_status, преобразовывались в числовые представления. Это преобразование было выполнено с помощью Label Encoder из модуля обработки sklearn.preprocessing. В частности, образование было закодировано как 0 для выпускника и 1 для не выпускника; self_employed как 0 для Нет и 1 для Да, а loan_status, целевая переменная, как 0 для Не утверждено и 1 для Утверждено. Эти преобразования были необходимы для обеспечения совместимости с моделями машинного обучения, которые требуют числовых вводов, особенно для приложений цифрового кредитования. Признаки были отделены от целевой переменной с помощью X=df.drop (["loan_status"], axis=1) и y=df ["loan_status]. Такая конфигурация обеспечила всестороннюю основу для изучения факторов, влияющих на решения об утверждении кредитов, с использованием исторических записей о кредитах для обучения нескольких ансамблевых моделей машинного обучения. Эти модели были предназначены для повышения общей точности и надежности за счет объединения прогностических преимуществ нескольких классификаторов.

Затем обработанный набор данных был разделен на обучающее и тестовое подмножества с помощью функции train_test_split из sklearn.model_selection, при этом 80% данных использовались для обучения, а 20% — для тестирования. Это гарантировало, что модель была обучена на достаточно большой части данных, сохраняя при этом репрезентативную выборку для оценки производительности. После того, как набор данных был очищен, структурирован и статистически изучен, была заложена основа для внедрения надежной системы машинного обучения, направленной на повышение точности прогнозирования при классификации одобренных кредитов. Разработка модели проводилась с использованием четырех ансамблевых алгоритмов машинного обучения: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model и Extra Trees Classifier. Они были выбраны за их доказанную эффективность в задачах классификации, связанных со структурированными табличными данными. Классификатор модели градиентного бустинга, реализованный из библиотеки модели градиентного бустинга, был создан с настройками по умолчанию (iterations=1000, learning rate=0.1, depth=6, verbose=False). Он был обучен с помощью. fit (x_train, y_train) и вычисляется с помощью .predict (X_test). Несмотря на то, что модель Gradient Boosting автоматически обрабатывает категориальное кодирование данных, эта функция не использовалась, так как данные уже были закодированы с помощью меток. Классификатор AdaBoost (Adaptive Boosting, который улучшает слабых учеников) был реализован с помощью sklearn-ensemble. Классификатор AdaBoost был настроен с n_estimators=100 и learning_rate=1.0, используя пни решений в качестве базовой оценки по умолчанию. Он был обучен и оценен аналогичным образом, что способствовало повышению надежности за счет итеративного взвешивания неправильно классифицированных экземпляров. Эффективный градиентный бустинг, реализованный с помощью библиотеки Efficient Gradient Boosting Model (LGBMClassifier), был сконфигурирован с n_estimators=100, learning_rate=0.1 и max_depth=-1 (неограниченная глубина дерева). Эта модель, известная своей скоростью и эффективностью, особенно хорошо работает на больших наборах данных с многомерными функциями с использованием оптимизированных деревьев решений с градиентным бустингированием.

Наконец, был использован классификатор ExtraTrees от sklearn.ensemble с n_estimators=100 и criterion="gini" в качестве стратегии разделения. В отличие от Random Forest, Extra Trees вносит дополнительную случайность за счет случайного выбора точек среза, что помогает уменьшить дисперсию модели и улучшить обобщение. Ансамбль проводился с использованием классификатора стекирования scikit-learn, который улучшает обобщение за счет агрегирования прогнозов от базовых учащихся. Каждая модель оценивалась с использованием стандартных метрик классификации, включая точность, прецизионность, оценку F1, анализ ошибок и матрицу неточностей. Эти метрики были вычислены с помощью функций из модуля sklearn.metrics для обеспечения стандартизированного сравнения производительности во всех моделях.

Наиболее производительная модель (основанная на точности и F1-оценке) была сохранена для развертывания с помощью библиотеки Python. dump(model, "best_model.pkl"), гарантируя, что обученная модель может быть повторно использована без необходимости повторного обучения. Чтобы смоделировать реальное приложение, с помощью NumPy был создан пример входного массива, содержащего 11 признаков, и передан в функцию модели .predict(). Например, входной вектор [[0, 1, 1,4100000, 12200000, 8, 417, 2700000, 2200000, 8800000, 3300000]] вернул прогноз 1, указывающий на одобрение займа. Все эксперименты проводились в среде Python 3.10 с использованием Google Notebook на Kaggle. Разработка и оценка моделей осуществлялись с использованием библиотек scikit-learn (v1.3), Gradient Boosting Model и Efficient Gradient Boosting Model. Все гиперпараметры были задокументированы явно, а значения по умолчанию были четко указаны там, где это применимо. Процедуры кодирования следовали подходу, описанному Педрегозой, и были реализованы в scikit-learn⁴⁶. Эта всеобъемлющая и прозрачная методология гарантирует, что экспериментальный протокол полностью воспроизводим и соответствует строгим академическим стандартам в исследованиях машинного обучения.

Структура предлагаемой методологии, охватывающая фазу подготовки данных, функциональный раздел, обучение модели и оценку, показана на рисунке 1.

В этом исследовании представлена структура обучения ансамбля с накоплением, которая объединяет возможности четырех мощных классификаторов: Gradient Boosting Model, AdaBoost, Efficient Gradient Boosting Model и Extra Trees для прогнозирования решений об утверждении кредитов на основе исторических финансовых записей. Комбинируя стратегии бустинга и бэггинга в рамках архитектуры многоуровневой модели⁴⁶. Этот подход эффективно преодолевает отдельные недостатки этих моделей, такие как смещение и дисперсия, что способствует повышению точности прогнозирования и обобщению моделей. Каждый базовый ученик вносит свой уникальный вклад Модель градиентного бустинга эффективна с категориальной переменной, она предназначена для обработки категориальных характеристик с высокой сердечностью и внутренне выполняет целевое кодирование с использованием упорядоченного бустинга⁴⁷. Это позволяет избежать чрезмерной подгонки, гарантируя, что при вычислении статистики будут использоваться только прошлые данные. В формуле

,

Каждый h_t (x) представляет собой дерево решений, обученное на остатках предыдущей модели, а n_t обозначает вклад в обучение, специфичный для каждого этапа. AdaBoost или Adaptive Boosting, регулирует вес каждого экземпляра во время обучения и фокусируется на ранее неправильно классифицированных точках данных⁴⁸. В формуле

α_t отражает производительность t-го слабого ученика h_t(x), уделяя больше внимания ранее неправильно классифицированным выборкам. Эффективная модель градиентного усиления включает в себя одностороннюю выборку на основе градиента (GOSS) и эксклюзивное объединение функций для повышения производительности. Эффективный градиентный бустинг обеспечивает высокую скорость и производительность при работе с большими объемами данных⁴⁹.

f_t(x_i) представляет собой новое дерево решений, добавленное для минимизации потерь l(•), в то время как Ω(f_t) является членом регуляризации . В отличие от алгоритмов бустинга, дополнительные деревья уменьшают дисперсию, добавляя случайность в разбиении дерева решений⁵⁰. Он полагается на принципы бэггинга, но вносит дополнительную случайность при разбиении узлов в свое правило предсказания

Усредняет выходные данные M независимо обученных рандомизированных деревьев. Для каждого разбиения Extra trees выбирает случайные пороговые значения для объектов и выбирает лучший среди них, тем самым уменьшая вариативность и предлагая большое разнообразие между деревьями, что улучшает обобщение. Эти модели коллективно интегрируются с помощью классификатора стекирования, который учится оптимально объединять их результаты, чтобы решить, следует ли одобрить кредит. Система была оценена с использованием общих классификационных метрик и протестирована с использованием реальных входных данных, что продемонстрировало ее практическую значимость в среде цифрового кредитования⁵¹. Эти модели объединяются с помощью классификатора накопления, который учится идеально смешивать их выходные данные для определения результатов приема кредитов. Производительность модели оценивалась с использованием важных классификационных показателей, таких как точность, полнота, запоминаемость, оценка F1 и AUC-ROC, а также матрицы неточностей, чтобы определить ее способность снижать количество ошибок как I-го, так и второго типа. Для поддержания баланса классов было использовано стратифицированное разделение поездов и испытаний 80:20 с 5-кратной перекрестной проверкой, обеспечивающей надежность и снижающую вариабельность образцов. Кроме того, модель оценивалась на основе реалистичных профилей заявителей на кредиты, которые включали такую информацию, как кредитная история, доход, статус занятости и сумма кредита, что позволило получить бинарные суждения и рейтинги вероятности. Этот двухэтапный тест демонстрирует эффективность, справедливость и практичность модели в контексте цифрового кредитования в режиме реального времени. Новизна данной работы заключается в гибридном дизайне ансамбля, предназначенном для кредитного скоринга, что делает его надежной, интерпретируемой и воспроизводимой моделью для современных^{финансовых платформ.}

Results

Анализ корреляции признаков

Тепловая карта корреляции признаков (рисунок 2) предоставила полезную информацию о взаимосвязях между различными атрибутами. Была обнаружена сильная положительная корреляция между доходом, годовой суммой кредита и переменными, связанными с активами, такими как стоимость активов класса люкс и стоимость банковских активов, что свидетельству...

Discussion

Модель ансамбля накопления для прогнозирования утверждения кредитов показывает исключительно хорошие результаты по различным метрикам оценки, демонстрируя высокую точность и надежность. Тепловая карта корреляций показала, что финансовые показатели, такие как годовой доход, сумма кредита и стоимость активов, сильно взаимосвязаны, что подчеркивает их важность в развитии кредита, в то время как баллы CIBIL имеют сильную отрицательную корреляцию со статусом кредита, усиливая их роль в оценке...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Каггл	https://www.kaggle.com/
Панды	https://pandas.pydata.org/
Библиотека моделей	IBM	https://www.ibm.com