Прогнозування рейтингу фільмів

🎬 Прогнозування рейтингу фільмів 🍿

У світі стрімінгу сервіси типу Netflix покладаються на дані для розуміння того, які фільми та серіали сподобаються користувачам. Ти є консультантом стартапу, який хоче передбачити рейтинг фільму на основі його метаданих.

У твоєму розпорядженні набір даних про фільми та серіали Netflix:

• train.csv - фільми та серіали з відомими рейтингами
• test.csv - нові фільми та серіали, для яких тобі потрібно передбачити рейтинг

📊 Набір даних

Кожен рядок представляє назву фільму:

• SampleID – унікальний ідентифікатор фільму
• Title – назва фільму або серіалу
• Type – тип контенту (SHOW)
• Description – короткий опис фільму / серіалу
• Year – рік випуску
• Score – тільки в train.csv, числове значення, що представляє рейтинг фільму (наприклад: рейтинг від критиків)

Твоя мета - передбачити Score для кожної назви з test.csv.

📝 Завдання (100 балів)

Побудуй модель машинного навчання, здатну передбачити числове значення Score для кожної назви з test.csv, використовуючи доступні колонки (Title, Type, Description, Year).

🧮 Оцінювання

• Основна метрика - MAE (Mean Absolute Error):

• MAE ≤ 0.65 → 100 балів
• MAE ≥ 2.0 → 0 балів
• Для проміжних значень бали розраховуються пропорційно.

📄 Формат файлу для подання

Файл submission.csv повинен містити один рядок для кожної назви з test:

1SampleID, Score

де:

• SampleID - ідентифікатор фільму з test
• Score - передбачене числове значення для рейтингу