solution.md

Подробное решение

Решение тестового задания выполнялось в следующие этапы:

1. Составление DataSet'а (выполнено в этом файле)
   • Сбор текстов на казахском и русском языках
     • https://github.com/cambridgeltl/AM2iCo
     • Камал Әлпейісова - Жақсы көру
     • Сағадат Ордашева - Жұмадағы раушан
   • Форматирование и объединение
     • Функции с помощью которых проводилось форматирование опианы в данном модуле
     • Итоговые и промежуточные DataSet'ы можно найти здесь.
2. Обучение модели (выполнено в данном файле)
   • В качества алгоритма классификации был выбран метод опорных векторов (SVC)
   • Тесты и метрики можно найти в том же файле)
   • Метод "predict" модели принимает list из string'ов и возвращает масссив из 0 и 1, где 1 на i-той позиции массива означает что текст на на i-той позиции переданного list'а написан на казахском, а 0, соответственно, обозначает русский язык.