Специальное предложение

+10

Оставили заявки

Программирование

Бесплатный вебинар

17 мая 2022

Анализ данных в Data Science: техники исследования

День 2 из 3: Интенсив Профессия Data Scientist: учимся обработке и анализу данных за 3 дня

2750

Анастасия Борнева

Руководитель направления по исследованию данных в Сбере

О вебинаре

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, математик-программист по образованию. 7 лет в программировании.

Другие видео интенсива

Рекомендованные

189 комментариев

Skillbox.Live

Наш Телеграм-чат - https://t.me/+0jTIfHt7ey85NjYy
Максим Бравцев
20:48

Спасибо!
Сергей Ткаченко
20:47

Спасибо!
Веатук Веатук
20:47

Ждем с новой прической! ;)
Николай Черный
20:46

спасибо!
Andrew Rostov
20:46

спасибо!
Vladimir Rostov
20:46

Спасибо. Становится всё более понятнее :)
Игорь Игошев
20:46

Спасибо! Интересно и познавательно
Александр Смирнов
20:46

Спасибо!
Antonia H
20:46

Спасибо Вам большое
Александр Смирнов
20:45

Подгоняем модели по желаемый результат?
Веатук Веатук
20:45

Спасибо!
Danial Daniyaruly
20:45

спасибо
Дмитрий Шадрин
20:45

Спасибо, очень интересно
Владимир Воробьев
20:44

Анастасия, большое спасибо.
Elena Gavrilenko
20:44

Спасибо!
Андрей Горчаков
20:44

Отличная подача материала, спасибо Анастасия
Елизавета Тарасова
20:44

спасибо!
Natali Zhuravleva
20:44

Супер.огромная вам благодарность
Natali Zhuravleva
20:39

Спасибо
Марина Разработчик
20:39

спасибо
Andrew Rostov
20:38

до какого времени надо сдать домашку чтобы был шанс, что ее посмотрят?
Елизавета Тарасова
20:37

получились другие средние ошибки, хотя код копировала из коллаба, почему так может быть?
Konstantin O
20:26

А сколько вообще разных моделей существует?
Danial Daniyaruly
20:21

спасибо за ответы, все понятно
Natali Zhuravleva
20:21

Для тех кто в танке, где дз и где выполнять его
Andrey Korolev
20:18

а "почему косинус" уже сказали?
Андрей Марченя
20:17

Если в данные для обучения закинуть все остальные столбцы из таблицы(влажность, давление, ветер), то точность намного повысится?
Ольга Шомина
20:16

может быть, ошибка уменьшилась бы, если бы фазу косинуса можно было также натренировать?
Андрей Горчаков
20:16

А предсказанные моделью данные будут отличаться от запуска к запуску?
Николай Черный
20:15

я так понимаю - усложнять базовую функцию
Pavel Abramov
20:15

Как снизить ошибку? Допустим до 3?
Danial Daniyaruly
20:14

какие есть способы для увеличения точности модели (линейной регрессии)?
Vladimir Shikalov
20:05

вы колонку в датафрейм копируете или ссылки на данные? для питона есть разница
Марина Разработчик
20:05

Почему для у dataframe не вызываем?
Максим Бравцев
19:59

Чем выша программа отличается от Нетологии?
Марина Разработчик
19:56

а нейросеть может этим заниматься?
Валерий Бока
19:56

вопросов
Валерий Бока
19:55

интересные постановки вопроса
Саид Забитов
19:55

Если в течении первых 6 месяцев понимаешь, что это не твое, то как решается вопрос?