Специальное предложение
- +10
Программирование
Бесплатный вебинар
17 мая 2022Анализ 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, математик-программист по образованию. 7 лет в программировании.
Другие видео интенсива
Рекомендованные
Профессия тестировщик: подводим итоги
18.05.2022 2300Автоматизируем процесс тестирования
17.05.2022 2970Знакомимся с профессией тестировщика
16.05.2022 8938DevOps: разбор работ
12.05.2022 806Пишем интерфейс мессенджера на Python
12.05.2022 13541С-разработчик: Подведение итогов
12.05.2022 816Пишем пайплайн сборки
11.05.2022 1390Настраиваем протокол TCP для мессенджера
11.05.2022 2458Решаем бизнес-задачи в 1С
11.05.2022 1640Введение в DevOps
10.05.2022 3514Знакомимся с Python
10.05.2022 5764Кто такой программист 1С и чем он занимается
10.05.2022 2828Готовимся начать карьеру
07.05.2022 592Узнаём о профессии больше
06.05.2022 1084Знакомимся с языками на практике
05.05.2022 2586
189 комментариев
Skillbox.Live
Наш Телеграм-чат - https://t.me/+0jTIfHt7ey85NjYy
Максим Бравцев
20:48Спасибо!
Сергей Ткаченко
20:47Спасибо!
Веатук Веатук
20:47Ждем с новой прической! ;)
Николай Черный
20:46спасибо!
Andrew Rostov
20:46спасибо!
Vladimir Rostov
20:46Спасибо. Становится всё более понятнее :)
Игорь Игошев
20:46Спасибо! Интересно и познавательно
Александр Смирнов
20:46Спасибо!
Antonia H
20:46Спасибо Вам большое
Александр Смирнов
20:45Подгоняем модели по желаемый результат?
Веатук Веатук
20:45Спасибо!
Danial Daniyaruly
20:45спасибо
Дмитрий Шадрин
20:45Спасибо, очень интересно
Владимир Воробьев
20:44Анастасия, большое спасибо.
Elena Gavrilenko
20:44Спасибо!
Андрей Горчаков
20:44Отличная подача материала, спасибо Анастасия
Елизавета Тарасова
20:44спасибо!
Natali Zhuravleva
20:44Супер.огромная вам благодарность
Natali Zhuravleva
20:39Спасибо
Марина Разработчик
20:39спасибо
Andrew Rostov
20:38до какого времени надо сдать домашку чтобы был шанс, что ее посмотрят?
Елизавета Тарасова
20:37получились другие средние ошибки, хотя код копировала из коллаба, почему так может быть?
Konstantin O
20:26А сколько вообще разных моделей существует?
Danial Daniyaruly
20:21спасибо за ответы, все понятно
Natali Zhuravleva
20:21Для тех кто в танке, где дз и где выполнять его
Andrey Korolev
20:18а "почему косинус" уже сказали?
Андрей Марченя
20:17Если в данные для обучения закинуть все остальные столбцы из таблицы(влажность, давление, ветер), то точность намного повысится?
Ольга Шомина
20:16может быть, ошибка уменьшилась бы, если бы фазу косинуса можно было также натренировать?
Андрей Горчаков
20:16А предсказанные моделью данные будут отличаться от запуска к запуску?
Николай Черный
20:15я так понимаю - усложнять базовую функцию
Pavel Abramov
20:15Как снизить ошибку? Допустим до 3?
Danial Daniyaruly
20:14какие есть способы для увеличения точности модели (линейной регрессии)?
Vladimir Shikalov
20:05вы колонку в датафрейм копируете или ссылки на данные? для питона есть разница
Марина Разработчик
20:05Почему для у dataframe не вызываем?
Максим Бравцев
19:59Чем выша программа отличается от Нетологии?
Марина Разработчик
19:56а нейросеть может этим заниматься?
Валерий Бока
19:56вопросов
Валерий Бока
19:55интересные постановки вопроса
Саид Забитов
19:55Если в течении первых 6 месяцев понимаешь, что это не твое, то как решается вопрос?