Это по моему в пятом классе

Ну, скорее всего, потому что я новичок, у меня не развито математическое мышление и я не додумывался представить себе условные 8*0,25 как 8*(0,01*25), чтоб можно было осознать про перестановку множителей
:)

Ладно, the more you know, буду знать!)

Всем привет, хочу вкатиться в разработку ИИ

С чего начать?

Со списка полезных книг и ресурсов

#правила
Коллеги, в нашем сообществе действует единственное правило:
правило адекватного, профессионального общения, релевантного теме нашей группы.

Полезные ресурсы:
▫️Большая подборка материалов по AI & ML
▫️Список Демидовой Кати: статьи и примеры по AI и ML
▫️Книги из официального списка рекомендаций ШАДа
▫️Книги по AI и ML
▫️Data Scientist Roadmap
▫️Список каналов и групп для программистов

Пожалуйста, не задавайте мета-вопросов: https://nometa.xyz/

Вакансии здесь: @datasciencejobs

Спасибо

Ребят, упираюсь в скорость загрузки картинок. Использую ImageDataGenerator.
Подскажите пожалуйста, как ускорить процесс обучения ☺️

Математическая статистика, ФНП, линейная алгебра, различные модификации градиентного спуска, большое количество практики

Такой вопрос к коллегам, как проводить разведочный анализ данных?

Ребят, всем привет!

Задача - нужно научиться предсказывать доход компании, основываясь на её долгах, капитализации и прибыли. Но чем больше у компании прибыль, тем сильнее эти показатели могут разбрасываться. Соответственно, работает нормально только для компаний с низкими доходами.

Использовал RidgeRegression с разными вариантами тюна - нормально работает только на низких показателях, опять же. Но ощущение, что эта задача в принципе ML'у не особо поддаётся. Есть ли какие-то рецепты для таких случаев?

Заранее благодарю за ответ!

Вы учли то, что в ваших данных присутствует гетероскедастичность?

Если честно, впервые про это слышу)

Погуглил. Понял. Как с этим жить тогда?

Точки начинают «разбрасываться» очень сильно от начала графика. Остатки распределены не нормально

у вас слишком мало входных параметров для такого рода предсказаний. Доход компании зависит не только от внутренних факторов, но и от множества внешних. Пример - цена на нефть была отрицательной, никто из нефтяных компаний даже такого представить себе не мог. Или ОПЕК договорились о сокращении - цена опять вверх пошла. Такие события не поддаются прогнозированию)

Согласен, да)) Короче нужно больше фич как минимум?

В целом - это же регрессия, правильно метод выбрал?