В данной работе рассматривается применение регрессионных и классификационных моделей для анализа и прогнозирования условий и рисков государственных контрактов. Авторы исследуют различные методы, включая логистическую регрессию, метод опорных векторов, а также градиентные бустинги, и оценивают их эффективность на реальных данных о контрактах в различных областях. Было показано, что модели машинного обучения могут быть эффективным инструментом для прогнозирования характеристик контрактов и оценки рисков.