#C2W1 please check)
https://www.coursera.org/learn/supervised-learning/peer/bEMBK/linieinaia-rieghriessiia-i-osnovnyie-bibliotieki-python-dlia-analiza-dannykh-i/review/PRWxpTyJEeuaTAopt5K_eQ

конда-навигатор не открывается, что делать?

Кажется понял прикол

Спасибо большое 💪

Всем привет!

Могли бы посоветовать книгу, статьи, видео, блог, где есть задачи с  решением по математической статистике.

Да с какими задачами

Sweeney Anderson "Statistics For Business and Economics"

Спасибо!

Привет, если у меня есть например фотографии котов, и мне надо сделать нейронку которая будет класифицировать кот или не кот на карнтинке. Могу ли я накачать разных фотографий и обучать их как класс 0 (не кот). Тоесть вопрос вот какой: Если фотографии из класса  0 не имеют никаких схожых подфич (например это обои, стол, табуретка, одеяло, кроссовки) , а фото из класса 1 - коты. Обучиться ли хорошо на таком датасете нейросеть? БУдет такое обучение давать хуже результат чем бы мы учились на классе 0 (все фото с собаками), 1 (все те же коты которых надо найти).
Метрика оценивания пусть будет доля найденых котов в тестовой выборке. (В тестовой выборке будут фото разные абсолютно)

первый вариант конечно скорее всего будет хуже чем второй. В первом варианте у вас нейронка по сути научиться находить на фото животное не важное какое в отличии от фото на которых нет ничего т.е. найдет какие то признаки что на фотом просто кто-то есть, во втором случае она научиться отличать кота от собаки т.е. найдет признаки характерные только котам.

Спасибо!

чем больше классов у вас будет в обучающей выборке тем лучше будет классифицироваться каждый класс

конечно при достаточном кол-ве примеров на каждый класс

Зависит от того, какие данные планируется потом загружать в обученную модель. Если будут только собаки с кошками, то лучше обучаться только на них.

Если нет, то есть в модель может прийти изображение без животного, то мне кажется, был бы интересен такой процесс:
- простая и быстрая модель, определяющая, если ли животное на пикче или нет
- мощный классификатор животных. Используется в том случае, если первая модель сказала, что на пикче есть животное

Интересный подход. Спасибо. Я думаю в такой задаче еще можно использовать не класификатор, а object-detection модель, и если будет найдент bbox с котом тогда класифицировать пикчу как кошка

Ничего не понятно

Да верно. Если вы обучите только на Кошке Собаке и потом подадите в рабочую модель фото самолета, она всё равно будет вынуждена выбрать на что это больше похоже на кота или собаку. Поэтому тут надо смотреть на то какую задачу решает. Если картинки будут рандомные то лучше использовать детекцию

Не лучше. Вы что.

почему?