В работе рассмотрена задача прогнозирования страховой стоимости транспортного средства клиента в автостраховании. В исследовании был использован набор данных, предоставленный крупной страховой компанией. Он содержит данные из договоров страхования с указанием характеристик страхователя и страхуемого транспортного средства. Датафрейм состоит как из непрерывных, так и категориальных признаков, поэтому стоить учесть, что способ их подготовки имеет сильное влияние на качество работы модели. Для прогнозирования использованы регрессионные модели машинного обучения. В результате исследования получена модель, которая способна прогнозировать страховую стоимость транспортного средства.