Специальное предложение
  • Виталий М
  • Денис Кожевников
  • Tem PO
  • Вячеслав Муратов
  • +15
Оставили заявки
Программирование 18 января 2022

Анализ 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
О вебинаре
Бесплатный вебинар «Анализ данных в Data Science: техники исследования» для программистов. Вы узнаете о техниках исследования данных.

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.
185 комментариев
  • Skillbox.Live

    Skillbox.Live

    Наш Телеграм-канал - https://t.me/+o7CfMFQ9qxU5MzNi

  • Alexey Dmitriev

    Alexey Dmitriev

    19:12

    3

  • Evgeny Ilinykh

    Evgeny Ilinykh

    21:46

    Интересно у Скилбокс стоимость обучения имеет градацию в зависимости от региона проживания

  • Evgeny Ilinykh

    Evgeny Ilinykh

    21:43

    Спасибо

  • Maria Mokrova

    Maria Mokrova

    20:44

    Спасибо, многое непонятно, но очень интересно))

  • Катя Катина

    Катя Катина

    20:41

    Спасибо!

  • Наталия Мостович

    Наталия Мостович

    20:41

    Спасибо, было интересно

  • Ярослава 1c

    Ярослава 1c

    20:40

    спасибо

  • Константин Смоленков

    Константин Смоленков

    20:40

    Спасибо!

  • Василиса Крючкова

    Василиса Крючкова

    20:40

    Очень интересно! Спасибо!

  • Uliana Ilieva

    Uliana Ilieva

    20:40

    Спасибо ) лектор просто изумительна! Было интересно и познавательно)

  • Tem PO

    Tem PO

    20:39

    Последний вопрос, прокомментируйте , пожалуйста

  • Tem PO

    Tem PO

    20:37

    стоит ли вообще пытаться освоить Data Sciencе , если не дружишь с тригонометрией и высшей алгеброй ?

  • Василиса Крючкова

    Василиса Крючкова

    20:37

    Не оставила, потому что пока имею не зарплату дата саентиста, а всего лишь стипендию студента...

  • Tem PO

    Tem PO

    20:37

    стоит ли вообще пытаться освоить Data Sciencе , если не дружишь с тригонометрией и высшей алгеброй ?

  • Uliana Ilieva

    Uliana Ilieva

    20:37

    Ещё не подала заявку, хочу сначала дослушать все до конца

  • Игорь Курьянов

    Игорь Курьянов

    20:37

    как сдавать домашку?

  • Никита Медведев

    Никита Медведев

    20:36

    Спасибо, было страшно, но круто

  • Vladimir Kuklin

    Vladimir Kuklin

    20:35

    Спасибо

  • Михаил Бакуров

    Михаил Бакуров

    20:35

    А куда сдавать домашку?

  • Ярослава 1c

    Ярослава 1c

    20:31

    почему она работает лучше чем тригонометрическая, если для тестовой выборки величина ошибки больше? 32 и 34?

  • Alexander Pronin

    Alexander Pronin

    20:29

    Почему косинус, а не синус?

  • Rimma Yamanaeva

    Rimma Yamanaeva

    20:28

    а как преобразование параметра"день" в "косинусдня" связывается по смыслу с уже получающейся нелинейной регрессией?.. конкретно про связь преобразований интересно

  • Валерий С.

    Валерий С.

    20:24

    Извиняюсь, отвлёкся.. Почему до 366 ? (от 1 до 366)

  • Никита Медведев

    Никита Медведев

    20:24

    Жесть, потерялся на моменте натягивания года на круг (сова на глобусе)

  • Anatoliy Razin

    Anatoliy Razin

    20:23

    всегда ли должен разработчик увидеть синусоиду (подбирать другие варианты) или есть уже разработанные модели, которые сами находят зависимость?

  • Денис Александров

    Денис Александров

    20:22

    ... дальше жосче)))

  • Maria Mokrova

    Maria Mokrova

    20:22

    да не, подожди... первые шаги всегда сложно и непонятно

  • Tem PO

    Tem PO

    20:19

    только что , передумал идти на data science ((

  • Maxim Ivanov

    Maxim Ivanov

    20:17

    Почему мы заменяем линейные признаки на тригонометрические для X но не для Y?

  • Anatoliy Razin

    Anatoliy Razin

    20:16

    Понятно, что такая прямая мало дает для прогноза, но для иллюстрации глобального потепления - вполне :-) по крайней мере, в Москве

  • D Yu

    D Yu

    20:14

    почему именно синусоида (и т.п.) ? рациональнее искать в сумме экспонент, неясно

  • Adrian Azizov

    Adrian Azizov

    20:13

    Какой-то странный прогноз. Всегда будет 0 прогнозировать. Можно же было линейно апроксимировать один день за 5 лет скажем.

  • Maria Mokrova

    Maria Mokrova

    20:12

    Можете, пожалуйста, ещё раз пояснить, как взяли признак? data['dayofyear'] = data['date'].dt.dayofyear

  • Alexander Nikolenko

    Alexander Nikolenko

    20:09

    Почему не взять модуль значения вместо квадрата?

  • Egor Bogach

    Egor Bogach

    20:08

    А когда уже будет дз?

  • Денис Александров

    Денис Александров

    20:03

    sklearn, keras, tensorflow - какая разница между ними, что проще для "входа", что лучше?

  • D Yu

    D Yu

    20:02

    немного непонятно какая задача решается

  • Денис Александров

    Денис Александров

    20:01

    если можно, приложите пожалуйста рисунок из пэйнта в коллаб)

  • Денис Александров

    Денис Александров

    20:00

    Анастасия, какой на ваш взгляд самый интересный кейс вам доводилось решать с помощью ML?