Размер шрифта: 

В работе рассматривается процесс построения оценок возможности опоздания в сроках выполнения контрольных точек национальных и федеральных проектов на основе технологий машинного обучения. В федеральных информационных системах собраны большие объемы данных, в том числе о ходе выполнения национальных проектов, что позволяет их использовать для машинного обучения различных моделей. Одной из главных задач является контроль хода выполнения проектов и отслеживание хода проектов по заданным контрольным точкам. Несмотря на организационно-технические меры, наблюдаются опоздания в выполнении контрольных точек. Имеющиеся в системе мониторинга данные о причинах опозданий, позволили сформировать признаковое пространство и оценить степень их влияния на результат. Однако классическое применение подходов машинного обучения для решения задачи классификации на данных о контрольных точках, не позволяет получить результат пригодный для практического применения. Это объясняется наличием в исходных данных неоднозначностей. Как правило, методы машинного обучения демонстрируются и совершенствуются на типовых наборах данных, а в реальных системах качеству данных необходимо уделить существенное внимание. Исследование посвящено разработке методики оценки влияния качества данных на результативность моделей машинного обучения в задаче оценки выполнения или опоздания исполнения контрольных точек национальных и федеральных проектов. Результаты получены на реальных, обезличенных, пронормированных, закодированных данных федеральной системы мониторинга. Выявлены неоднозначности в данных и построена зависимость качества машинного обучения в зависимости от объема неоднозначных данных. Полученные результаты демонстрируют эффективность разработанной методики.