🏆 AIeron | Data Feeling

Помните мой пост про логарифмирование таргета в задаче регрессии? Логарифмирование таргета хорошо помогает в случае линейных моделей. А вот более сложным моделям по типу градиентных бустингов (Catboost / LigthGMB / XgBoost) неважно распределение таргета. И или все такие важно? С одной стороны, при построении дерева абсолютно неважна шкала по которой делать сплит, то есть логарифмирование таргета не важно. 🤔 Однако, как показывает практика (Raif-Hack 2021), логарифмирование таргета все же может помочь поднять скор. Как так?! Моя версия: при построении дерева валидационная метрика все же зависит от шкалы (MSE/MAE/MAPE и тп). Поэтому от логарифмирования все же что-то меняется. А как вы думаете, что может при построении дерева в бустинге измениться. Услышал еще клевую идею про влияние на сцепку признаков от @Ppilif И про влияние на бинаризацию от @slivka_83 А как думаете вы? Или это все бред и эффекта от этого не будет?! Услышал от знакомых разные версии,

Когда собесишь джуна и в конце спрашиваешь его, какими задачами он хотел бы заниматься. А он такой:

Переверну за вас календарь. Недорого.

Год назад слушал доклад по авто-ML от LAMA и как он автоматизирует работу DS'ов в Сбере. Тогда пришел мыслями к критерию. Если ты знаешь, как обойти авто-ML по точности, значит, ты будешь востребованным специалистом. Кстати, наивную идею на изи выигрывать, использую авто-ML я слил еще год назад, когда три чемпионата подряд ничего не выиграл.

С первым днем осени вас, чемпионы! Утром понял, что надо вести мелкого в первый класс написать статью, про свои идеи решений по недавним двум соревнованиями на Kaggle, принесшим мне медали🥉🥈. Amex оказался самым разнообразным в плане идей. Прикладываю схему, которую разберу на в статье на Хабр. Так же, расскажу еще про решение другие участников. Там есть очень классные задумки. Вижу тренд, как трансформеры начинают успешно конкурировать сочетаться с бустингами.

А что далеко ходить то!? Оставляете книжку про вашу сферу деятельности на доступном языке в уборной. Как итог, через пару месяцев родня начнет понимать вас. Проверено.

Да кто такой этот ваш Алерон?! Пора кратко рассказать о себе. Меня зовут Александр Миленькин. Примерно год назад я начал вести канал и рассказывать, как двигаюсь по карьере и развлекаюсь в мире IT. Тут пишу про личные успехи и неудачи. Очень кратко про себя Вырос в Сочи. Окончил Физтех. На данный момент уже порядка 6 лет в IT, 3 из них в Data Science/Machine Learning. Где работал? 👉 Insilico Medicine 👉 Gero 👉 Асна 👉 Х5 👉 Redmadrobot. В последнем месте лидирую небольшую команду DS'ов по CV и предиктивной аналитике для разной отраслевой промышленности. Почему DS? В первую очередь, в Data Science есть чемпионаты с лидербордами. Меня сильно драйвит чувство конкуренции. Строя ML модели и вскарабкиваясь по лидерборду вверх, во мне возникает теплое чувство азарта. Желание скинуть лидеров индустрии вниз и занять топ-1 вынуждает тебя быстро развиваться и погружаться в задачи глубже. Особенно приятно, что в индустрии DS умение конвертировать данные в деньги может сделать тебя востребованным специалистом. Выработанная интуиция извлекать пользу из данных - это залог успеха. Отсюда и название канала - Data Feeling. Какие планы на жизнь? В целом, я уже проживаю свою лучшую жизнь. Вижу примерно такие пути развития на ближайшие пару лет. До конца года хочу завоевать титул Kaggle Grand Master'а. И это все не отходя от цели стать тим-лидом мечты. Следи за моим каналом и я покажу тебе как этого добиться 🎯 Куда дальше? После титула Grand Master'а я покажу, как попасть в FAANG компанию, но это уже история следующего года. Почему Алерон? К имени Алерон проще привязать личный бренд. Мне нравится мое имя, но Александров много, а Алерон такой один. Что делаю в свободное время? Часто путешествую и обожаю активности по типу вейк-бординга / сноуборды. В школьные годы профессионально занимался парусным спортом, выигрывал регаты. Любовь к соревновательному спорту осталась, но контекст поменялся. Киноман. Много гуляю по паркам. Люблю art выставки и "прогулки с архитекторами". Люблю стейки.

Плох тот "преп" по Data Science, который не может на Kaggle в медали попасть. ✅ Как итог, поднялись на привате на 700 мест вверх и забрали бронзу🥈. 💪🤪 Это мой самый большой шейкап в топ. А вы знаете, я всегда поднимаюсь только вверх и в этом нет никакой случайности. Про стабилизации и диверсификации моделей я знаю уже не мало. Отдельная гордость для меня, это мои марафонцы с 169 места. Ребята одной рукой решаюсь произвеодственные задачи в Redmadrobot, а другой фармят медали на Kaggle. Мечта, а не жизнь! Мы с ними уже сильно прокачались и дальше будем фармить уже только золото. Целимся в картинки.

Финишировали American Express на Kaggle. Ставьте 👍 или 👎 Если варите или не варите, что меня подкинет в медали соответственно. Добрых снов.

Доброе утро, чемпионы! Понял, что вчера был неправ. Нельзя заставлять людей идти против своей воли и отдыхать в выходные. Поэтому сегодня я отменяю любой отдых. Можете работать с кайфом хоть до полуночи. Не благодарите.

Убежден, что хотя в выходные надо позволять себе отдыхать и приходить в эти дни на работу не раньше 12:00.

Такс, чемпионы! Как вы помните, недавно прошёл второй запуск программы “Хочу крутой оффер”. Мы целый месяц гоняли семерых ребят по тех собесами, собрали итоговый фидбэк, и пришли к парадоксальному выводу: Чтобы успешно проходить собесы, надо ходить на собесы. Хотя бы на тренировочные, которые мы устраивали каждую неделю. За два запуска мы выработали методику проведения таких собесов, чтобы участники могли проработать 1) уверенность в себе, 2) софт-вопросы, 3) хард-вопросы. И были готовы к чему угодно на реальных собесах. Эти командные “прожарки” очень мощно забустили всех нас. Поэтому мы решили проводить их более масштабно! И добавить не только английский, но и русский трек. Если ты тоже хочешь побороть свой страх собесов и отполировать свои ответы, приходи на ближайшую Командную прожарку! Подробности здесь. Чтобы попасть в ближайший пак, заполни анкету до конца этого четверга, и уже на этих выходных мы все встретимся на Командной прожарке!

\

Обучении ML моделей или подготовка данных иногда занимает часы. Впервые в жизни скоротал это время в «ином мире». Не заметил как несколько часов провел в виртуальной онлайн вселенной. Резался в какой онлайн шутер. Ранее много слышал про VR/AR, но это было не так интересно. А вот когда пробуешь технологии на вкус в реальности - то начинаешь понимать, что будущее уже тут. 🤔 После карьеры в соревновательном DS уйду в GameDev. Эта индустрия очень далеко шагнула. Сильно затягивает, обратно в реальность потом выходить сложно.

Открыл для себя новый вид блендинга моделей. Блендим разных версий. Смотрите какая диверсификация =)

...Не зря месяц виртился чатился с сотрудником одной каршеринговой фирмы... Ценность курса по анализу данных определяется, в том числе, интересностью и практичностью решаемых бизнес задач на основе реальных данных. ✅ Так вот, недавно удалось получил обезличенный фрагмент данных реальных каршеринговых поездок. Да еще и с интересными таргетами, которые хорошо прогнозируются. До этого делал попытки добыть данных от других фирм, но все они были слишком неповоротливы, чтоб хотя агрегированные варианты предоставить. + 10 к бизнесовости моего предстоящего курса. Почему было тупо не взять с Kaggle, спросите вы?! - А вот не смог найти такой, чтоб максимально покрыть интесующие меня техники.

Недавно закончили очередной запуск марафона - "Хочу крутой оффер" на английском. Теперь у нас есть новая фича - "звездные гости". В прошлый раз расшевелил ребят Михаил Романов. Мне вот интересно, а много ли тут кто тех, кто знает его?) Или у вас все еще плохо с DL?) Даже для меня гость до последнего был в секрете. Мне прям хороши зашли более глубокие диалоги про CV/DL на английском.

Учусь у самого себя. Год назад проводил онлайн-вебинар по организации кода и прочие продакшен приемчики по анализу данных. Недавно мне понадобилось снова прочитать этот вебинар. Поймал себя на мысли, что не помню, как организовывал практику. Начал пересматривать запись вебинара. И тут меня накрыло. Примерно 30% процентов того что "я" рассказываю, я настоящий уже не помню так детально. Слушаю и понимаю, что какие-то вещи для меня чуть ли не в новинку. А некоторые вопросы студентов настолько тогда были актуальны, что я даже пару недель назад ими сам задавался. Хотя год назад мы активно дискутировали и прошлый "я" был уже "в теме". Эффект был настолько странный, что я даже в один момент начал конспектировать самого себя. Записывать в блокнот вещи, которые "я" год назад свободно брал прям из головы. Вывод: постоянно освежайте в памяти best practices. Сейчас у вас в "кэше" только то, что нужно прям сейчас. Не думайте, что вы всегда будете помнить все, даже если вы этим вещам виртуозно учили других людей.

В комментариях не всем понравился мой робот-серфер. Ловите тогда гуся-серфера =) Не судите строго. Только только только начал разгоняться в генерации бесконечных миров. Моя первая работа.

Приятно, когда про тебя позитивно отзываются «легенды», хотя не просил. Мой тг взорвался от пересылок поста Кантора в лс. Ему тоже привет!