Size: a a a

Machine learning

2020 December 16

A

Alexander in Machine learning
@Mirileen Тут снова Илон Спамск :)
источник

MM

Mira Mironova in Machine learning
Alexander
@Mirileen Тут снова Илон Спамск :)
спасибо)
источник

IK

Ivan Krokhalyov in Machine learning
Konstantin Kastet
Может кто то посоветовать курс,книгу либо другие источники где разбирается конкретно работа с данными(не математика моделей и т.д) а именно работа с данными(визуализация ,извлечение полезной информации,создание новых переменных и т.д),ато везде этот разбор моделей но по факту когда идёшь на кагал и сталкиваешься в реальном соревновании с данными не уровня сложности(MNIST ,Титаник предсказание жилья),а уже гораздо серьезнее то путаешься, заранее спасибо?
по каждому крупному соревнованию есть публичные ноутбуки, где в частности делают EDA(визуальный анализ данных)
источник

KK

Konstantin Kastet in Machine learning
Ivan Krokhalyov
по каждому крупному соревнованию есть публичные ноутбуки, где в частности делают EDA(визуальный анализ данных)
Это я в курсе,но там порой чёрт ногу сломит, поэтому хотел узнать может где есть последовательное погружение в это все
источник

СИ

Сергей Ильин... in Machine learning
igor
ох хуже карпова сложно найти, но раз вы их сравнили, наверное не стоит их делать
+
источник

K

K-S in Machine learning
не советовал бы лезть в публичные кернелы на каггле. Попробуй сам разобраться в проблематике задачи, подумай, какую модель планируешь использовать и какие паттерны в данных эти модели способны "вытянуть" сами, а какие нет. Открывай данные и глазками смотри, со временем сам наловчишься. А смотреть EDA от индусов, которые там делают 95% EDA кернелов со 100500 бесполезных графиков ради апвоутов -- не лучшая трата времени
источник

IK

Ivan Krokhalyov in Machine learning
ну это тоже правда, пробовал смотреть помогло не особо
источник

KK

Konstantin Kastet in Machine learning
K-S
не советовал бы лезть в публичные кернелы на каггле. Попробуй сам разобраться в проблематике задачи, подумай, какую модель планируешь использовать и какие паттерны в данных эти модели способны "вытянуть" сами, а какие нет. Открывай данные и глазками смотри, со временем сам наловчишься. А смотреть EDA от индусов, которые там делают 95% EDA кернелов со 100500 бесполезных графиков ради апвоутов -- не лучшая трата времени
Спасибо за совет
источник

AG

Artyom Gruzdev in Machine learning
Konstantin Kastet
Это я в курсе,но там порой чёрт ногу сломит, поэтому хотел узнать может где есть последовательное погружение в это все
это можно найти в нашей подписке, вечером пришлю ролик, посвященный ей, там как раз говорится в том числе про подробный разбор задач
источник

H

HelgMcRough in Machine learning
Alexander Petrenko
Рекомендую параллельно пробовать свои силы в соревнованиях - добавляет мотивации для обучения дальнейшего, так как даёт пощупать ds в боевых условиях. Мне очень понравилось ещё что многие участники делятся своими идеями в чате соревнования - можно много нового узнать читая чат какого нибудь соревнования и качая своё решение.
Но обязательно не заменять учебу соревнованиями, это только как дополнение.
Но есть опасность заменить работу учебой )
источник

SS

Sergey Salnikov in Machine learning
нужно смотреть не паблик-кернелы (там наворочено для улучшения скора), а статьи-нотебуки, где объясняются на примерах какие-то понятия. бывают очень полезные вещи
источник

SS

Sergey Salnikov in Machine learning
по курсу карпова - он сложноват для новичка, иногда нужно пересматривать повторно, но введение в предмет даёт хороший.
и главное - читать комментарии к каждому видео, там информации иногда больше, чем в видео, в том числе замеченные ошибки
источник

i

igor in Machine learning
Курс   с большим количеством ошибок не может быть не сложноват ни простоват. Он просто непригоден. Но он рекомендуется степиком. И люди разумеется его смотрят.  Как-то так.
источник

V

Valery in Machine learning
они вроде недавно закрывали статистику на доработку
источник

V

Valery in Machine learning
может, поправили?)
источник

А

Артём in Machine learning
А уже открыли обратно?
источник

V

Valery in Machine learning
да
источник

MM

Mira Mironova in Machine learning
товарищи, давайте не будем обсуждать чужие курсы в таком отрицательном ключе. Ну прям токсик сегодня какой-то
источник

V

Valery in Machine learning
это предновогоднее настроение ))
источник

AP

Alexander Petrenko in Machine learning
K-S
не советовал бы лезть в публичные кернелы на каггле. Попробуй сам разобраться в проблематике задачи, подумай, какую модель планируешь использовать и какие паттерны в данных эти модели способны "вытянуть" сами, а какие нет. Открывай данные и глазками смотри, со временем сам наловчишься. А смотреть EDA от индусов, которые там делают 95% EDA кернелов со 100500 бесполезных графиков ради апвоутов -- не лучшая трата времени
Мне было полезным смотреть чужие ноуты на каггле, но только для цели улучшения своего уже почти готового решения. То есть например, найти ноут из топчика и посмотреть какие там фичи сгенерированны или предобработка. Однако соглашусь с тем что очень много приходится перекопать, чтобы найти годное что-то
источник