Телеграмм чат группы datasciencecourse страница 4417

parrot.ru

Рейтинг популярных групп и каналов

В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Machine learning

7650 membersпожаловаться на группу

2020 December 01

i

igor in Machine learning

Павлик Павлик

ребят.
а я правильно понимаю отличия машинного обучения от статистики:
1. регуляризации
2. метрики
ну в общих чертах.
понятно что одних методик кросс валидации штук 5.

Нет бро

источник

12:06пожаловаться #1

i

igor in Machine learning

В дата сайенсе статистику чаще используют для проверки гипотез и анализа данных (к примеру, АБ-тесты), машинное обучение чаще для создания моделей классификации и регрессии. Машинное обучение включает в себя немного статистики, но не всю. Это немного разные понятия

Речь о статистическом обучении и отличии от машинного обучения

источник

12:07пожаловаться #2

ПП

Павлик Павлик... in Machine learning

В дата сайенсе статистику чаще используют для проверки гипотез и анализа данных (к примеру, АБ-тесты), машинное обучение чаще для создания моделей классификации и регрессии. Машинное обучение включает в себя немного статистики, но не всю. Это немного разные понятия

я про регрессии и классификации и говорю.
просто по работе не сталкивался ни разу с мл.
везде анализ нужен был.
а щас смотрю на склерн и там разница в регуляризациях и вместо уровня значимости метрики

источник

12:09пожаловаться #3

K

K-S in Machine learning

В дата сайенсе статистику чаще используют для проверки гипотез и анализа данных (к примеру, АБ-тесты), машинное обучение чаще для создания моделей классификации и регрессии. Машинное обучение включает в себя немного статистики, но не всю. Это немного разные понятия

Регрессия и классификация как задачи — это вполне себе чистая статистика

источник

12:11пожаловаться #4

i

igor in Machine learning

я удалю ссылку пока не забанили

источник

12:12пожаловаться #5

i

igor in Machine learning

посмотрите урок 6.2

источник

12:13пожаловаться #6

AR

Anton Rogozin in Machine learning

я удалю ссылку пока не забанили

За ссылки не банят

источник

12:13пожаловаться #7

i

igor in Machine learning

скажут реклама другого курса

источник

12:13пожаловаться #8

AR

Anton Rogozin in Machine learning

скажут реклама другого курса

Пфф, не скажут, если он годный. Делиться другими курсами - это не табу в этом чате

источник

12:13пожаловаться #9

EA

Eliah Avvakumov in Machine learning

на бесплатные материалы, как я понял, запретов нет

источник

12:16пожаловаться #10

i

igor in Machine learning

https://www.youtube.com/watch?v=n3PmXQC3GSE&list=PLUfHxBkkFMSfvgd_rAzt8iM9foo9sbcFx&index=52&t=17s

6.2 Статистика против машин

Чем отличается машинное обучение от статистического обучения?
Что общего у этих двух областей? Какая область лучше? Почему?

анализ данных просто и доступно
урок 6 часть 2

источник

12:16пожаловаться #11

i

igor in Machine learning

там видео на 5 минут

источник

12:16пожаловаться #12

AR

Anton Rogozin in Machine learning

https://www.youtube.com/watch?v=n3PmXQC3GSE&list=PLUfHxBkkFMSfvgd_rAzt8iM9foo9sbcFx&index=52&t=17s

6.2 Статистика против машин

Чем отличается машинное обучение от статистического обучения?
Что общего у этих двух областей? Какая область лучше? Почему?

анализ данных просто и доступно
урок 6 часть 2

Спасибо за видео, а то начал читать Вики с двумя этими понятиями: многие пункты пересекаются, что больше в ступор ввело. А дьявол кроется в деталях)

источник

12:20пожаловаться #13

AR

Anton Rogozin in Machine learning

Регрессия и классификация как задачи — это вполне себе чистая статистика

Да, есть такое. Эти понятия так часто использует при обучении моделей, что немного забываешь об их природе

источник

12:23пожаловаться #14

ПП

Павлик Павлик... in Machine learning

Регрессия и классификация как задачи — это вполне себе чистая статистика

во во.
я всегда боялся.
этих машин лернингов.
а оказывается там разница в регуляризациях, метриках и кросс валидация может.

источник

12:26пожаловаться #15

ПП

Павлик Павлик... in Machine learning

ну кросс валидация как метож просто отдельный

источник

12:26пожаловаться #16

ПП

Павлик Павлик... in Machine learning

по сути сами регрессии отличаются только регуляризациями...

источник

12:26пожаловаться #17

K

K-S in Machine learning

Регуляризации в лин моделях — это тоже вполне себе статистика

источник

12:26пожаловаться #18

GB

George Boole in Machine learning

Регуляризации в лин моделях — это тоже вполне себе статистика

да в целом да, всё это выросло из статов, причём это в статистике самые первые темы изучаемые.

источник

12:58пожаловаться #19

GB

George Boole in Machine learning

Павлик Павлик

ну кросс валидация как метож просто отдельный

вот да, скорее надо выделять кросс-валидацию и метрики, хотя опять же, довольно размыто всё

источник

12:59пожаловаться #20