Специальное предложение
- +2
Программирование
Бесплатный вебинар
17 января 2023Анализ данных в Data Science: техники исследования
День 2 из 3: Интенсив Профессия Data Scientist: учимся обработке и анализу данных за 3 дня
Анастасия Борнева
Руководитель направления по исследованию данных в Сбере
Бесплатный вебинар «Анализ данных в Data Science: техники исследования». Вы узнаете, как анализировать данные и строить прогнозные модели.
Вебинар будет полезен: новичкам и молодым специалистам в программировании.
Обсудим:
- техники исследования данных и примеры использования;
- статистические методы на Python;
- способы выявления значимых факторов и построения модели.
Спикер — Анастасия Борнева, руководитель направления по исследованию данных в Сбере. Более 8 лет в программировании. Занимается NLP, строит модели классификации текстов.
Другие видео интенсива
Рекомендованные
Пишем интерфейс мессенджера на Python
08.02.2023 685Настраиваем протокол TCP для мессенджера
07.02.2023 1387Знакомимся с Python
06.02.2023 3802Готовимся начать карьеру
04.02.2023 409Узнаём о профессии больше
03.02.2023 570Знакомимся с языками на практике
02.02.2023 1503Linux для новичков — погружаемся в ОС за 3 дня: подводим итоги
01.02.2023 918Пишем запросы к базам данных. Подводим итоги
01.02.2023 1000Администрирование на Linux
31.01.2023 2144SQL-запросы с использованием нескольких таблиц
31.01.2023 1638Запуск Linux в виртуальной машине
30.01.2023 3181Введение в SQL
30.01.2023 3510Лёгкий старт в профессии тестировщика: подводим итоги
25.01.2023 806Что такое API и зачем этот инструмент нужен тестировщику
24.01.2023 1729Кто такой тестировщик и чем он занимается?
23.01.2023 2848
95 комментариев
Skillbox.Live
Телеграм-чат интенсива - https://t.me/+oQs7IBVSbOZmYWFi
Анастасия Борнева
20:51Как визуализировать распределение ошибок: errors = y_test-pred_test; errors.hist()
Юлия Моисеева
20:49Спасибо!
Александр Кондаков
20:36Спасибо!
Нана Чикова
20:34Спасибо!
Алексей Догаев
20:33Расскажите подробнее пож. про распределение ошибок. Как понять, что модель подходит по ошибкам?
Арина Воробьева
20:33Спасибо!
Борис Юшенков
20:32Спасибо!
Анастасия Борнева
20:32https://colab.research.google.com/drive/1W2lrGhIUED09x6_AXNvlIfnvdJjef7Sa?usp=sharing
Larisa Zelenina
20:30подскажите, где исходный блокнот?
Раиса Юрова
20:12Расчет температуры для параметров отопления жилого дома
Борис Юшенков
20:11Задача: сколько закупать антиобледенителя для обработки самолетов на следующий год. Здесь ошибка в 4.5 неприемлема ))
Татьяна Чуприна
20:10Надо бы не только среднюю ошибку, но и максимальную и сколько занимает отклонение больше, скажем 10-15 градусов
Алексей Догаев
20:10+
Айгерим
20:10+
Александр Кондаков
20:09Ну как сказать, 4 градуса это не мало
CTaz Zatc
20:07+
Нана Чикова
20:07+
Александр Кондаков
20:06+
Евгений Шестаков
20:06+
I Claidy
20:06+
Юрий Чоба
20:06+
Andrey Kurmygin
20:06+
Борис Юшенков
20:06+
fg df
20:06+
Евгений Топорков (TornX)
20:06+
Dasha Vasilchenkova
20:06+
Alexander Konoplyanikov
20:06+
Татьяна Чуприна
20:06+
Irek Vafin
20:06+
Irek Vafin
19:48зачем нужно деление на тестовую и обучающую
Ольга Воеводина
19:34366 а не 3666
Татьяна Чуприна
19:33Лишняя 6
Dasha Vasilchenkova
19:31по-хорошему, надо разложить на тренд, периодическую и шумовую компоненту (STLразложение). Тренд скорее всего будет линейным, а сезонность - чисто периодическая функция
Макс Фастовский
19:31я рад что кто-то тоже со сдвигом. Настя, вас закрывает эмблема ремесловой коробки. Взайдите на небосвод)
Anton Susloparov
19:30sin и cos - одно и то же, но отличается сдвигом
S_22
19:30Синус чувствителен к минусу
Alexander Konoplyanikov
19:29cos со сдвигом :)
Алексей Догаев
19:29cos(x)
Арина Воробьева
19:29cos