Специальное предложение
  • Юлия Лобанова
  • Bred Bred
  • Натела Кириллова
  • Evgeny Komelin
  • +8
Оставили заявки
Программирование

Бесплатный вебинар

18 мая 2022

Анализ данных в Data Science: подводим итоги

Интенсив Профессия Data Scientist: учимся обработке и анализу данных за 3 дня

  • Анастасия Борнева

    Руководитель направления по исследованию данных в Сбере
О вебинаре
Бесплатный вебинар «Анализ данных в Data Science: подводим итоги» .

Вебинар будет полезен: новичкам и молодым специалистам в программировании. 

Анастасия Борнева: 
  • даст обратную связь по домашним заданиям;
  • подведёт итоги интенсива;
  • наградит авторов лучших работ.

Спикер — Анастасия Борнева, математик-программист по образованию. 7 лет в программировании.
93 комментария
  • Skillbox.Live

    Skillbox.Live

    19:47

    ссылка на ТГ чат

  • Skillbox.Live

    Skillbox.Live

    19:47
  • Skillbox.Live

    Skillbox.Live

    19:47
  • Skillbox.Live

    Skillbox.Live

    19:46
  • лариса мари

    лариса мари

    19:46

    Спасибо

  • Alexander Minchuk

    Alexander Minchuk

    19:46

    В самом начале этого чата ссылки и на телегу, и на колаб с разбором заданий

  • Сергей Ткаченко

    Сергей Ткаченко

    19:46

    Спасибо!

  • Dmitry Shelopugin

    Dmitry Shelopugin

    19:46

    Спасибо огромное, всего доборого!

  • Николай Черный

    Николай Черный

    19:45

    Спасибо

  • Максим Бравцев

    Максим Бравцев

    19:45

    Спасибо!

  • Danial Daniyaruly

    Danial Daniyaruly

    19:45

    да, большое спасибо за интенсив и за обратную связь

  • Ольга Шомина

    Ольга Шомина

    19:45

    спасибо за интенсив. было очень интересно! (даже подумываю о смене профессии)

  • Antonia H

    Antonia H

    19:45

    Thank you so much :-)

  • Elena Gavrilenko

    Elena Gavrilenko

    19:45

    Большое спасибо!

  • Андрей Батрашов

    Андрей Батрашов

    19:45

    а где ссылка на ТГ чат?)

  • Vladimir Rostov

    Vladimir Rostov

    19:45

    Книжку в виде подарка обещали....

  • Alexander Minchuk

    Alexander Minchuk

    19:45

    Большое спасибо Анастасии и организаторам! Было очень интересно!

  • Андрей Батрашов

    Андрей Батрашов

    19:44

    я пропустил 1 день. Где взять ссылку?)

  • Antonia H

    Antonia H

    19:42

    Сколько по времени можно будет использовать ссылку 2 дня? Я нахожусь в другом часовом поясе

  • Дмитрий Мусалев

    Дмитрий Мусалев

    19:41

    Самая высокая корреляция между Температурой и Точкой росы(тоже по сути температурой)

  • Evgeny Komelin

    Evgeny Komelin

    19:41

    Можете еще раз разъяснить чем занимается специалист который выбрал специализацию Data Science? Machine learning это к какой специализации относится Data Science, Data Engineer или Data Analyst какую специализацию выбрать что стать Machine learning?

  • Дмитрий Мусалев

    Дмитрий Мусалев

    19:39

    Если взять Точку росы и Влажность, то ошиба будет 0.31

  • Николай Черный

    Николай Черный

    19:37

    и убил линейную регрессию - она сильно результат ухудшала

  • Alexander Minchuk

    Alexander Minchuk

    19:37

    Я использовал ещё направление ветра, это немного улучшило результаты, но не настолько

  • Максим Бравцев

    Максим Бравцев

    19:37

    Аналогчино

  • Николай Черный

    Николай Черный

    19:36

    Я брал исходных данных побольше (признаков)

  • Alexander Minchuk

    Alexander Minchuk

    19:36

    Разберите пожалуйста ДЗ Максима и Николая - как им получилось такие хорошие результаты получить?

  • Danial Daniyaruly

    Danial Daniyaruly

    19:36

    вопросы которые обсуждались в телеграм чате) на счет использования других признаков с самой таблицы

  • Antonia H

    Antonia H

    19:32

    3

  • Николай Черный

    Николай Черный

    19:30

    Играли, сильно ухудшает прогноз

  • Максим Бравцев

    Максим Бравцев

    19:30

    Играли

  • Николай Черный

    Николай Черный

    19:25

    Средняя ошибка на обучающей выборке = 0.5193641566757639 Средняя ошибка на тестовой выборке = 0.6174946736437573

  • Максим Бравцев

    Максим Бравцев

    19:24

    Средняя ошибка на обучающей выборке = 0.9669603133126722 Средняя ошибка на тестовой выборке = 1.8551185578474088

  • Александр Золотарев

    Александр Золотарев

    19:24

    так косинус и так анализируют

  • Марина Разработчик

    Марина Разработчик

    19:24

    В этом и смысл

  • Максим Бравцев

    Максим Бравцев

    19:24

    Хороший результат дает комбинация X_train = pd.DataFrame() X_train['cos_dayofyear'] = data_train['cos_dayofyear'] X_train['P'] = data_train['P'] X_train['Pa'] = data_train['Pa'] X_train['Po'] = data_train['Po']

  • Александр Золотарев

    Александр Золотарев

    19:24

    какой тогда смысл

  • Александр Золотарев

    Александр Золотарев

    19:24

    так а по формулам приведения это же косинус будет

  • Марина Разработчик

    Марина Разработчик

    19:23

    Просто к синусу прибавить пи/2

  • Максим Бравцев

    Максим Бравцев

    19:18

    Да, это заметили