Библиотека задач по Data Science | тесты, код, задания
前往频道在 Telegram
Задачи и тесты по Data Science для тренировки и обучения. Учиться у нас: clc.to/jF-g3g По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/fa77bf4e Для обратной связи: @proglibrary_feeedback_bot
显示更多
网络:3 982
订阅者
-124 小时
-87 天
-430 天
帖子存档
Значение p= 0.04 означает:
🔥 — 4% вероятность того, что нулевая гипотеза (H₀) верна
❤️ — 96% вероятность того, что альтернативная гипотеза (H₁) верна
⚡️ — Результат маловероятен при нулевой гипотезе (H₀)
👍 — Результат практически значим
Библиотека задач по Data Science
Repost from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
❓ Зачем дата-сайентисту дисперсия
Дисперсия — ключевой статистический показатель, который помогает оценить изменчивость данных. Для дата-сайентистов она критична при:
👉 Оценке и интерпретации результатов моделей
👉 Понимании поведения алгоритмов машинного обучения
👉 Снижении ошибок при построении предсказаний
В этой статье разберём, как правильно использовать дисперсию в Data Science и как она влияет на работу алгоритмов, например, в модели Random Forest.
👉 Читайте, чтобы понять, как измерять и учитывать дисперсию: https://proglib.io/sh/GDKYJQdAI2
Библиотека дата-сайентиста
Repost from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
🧮 Как избежать ловушки округления в Power BI
Твой отчет показывает разные цифры при одинаковой логике? Не спеши винить систему – это классический кейс с округлением в Power BI.
👊 Разбираемся, как типы данных влияют на точность и почему Currency может стать твоим врагом.
➡️ Подробнее в статье: https://proglib.io/sh/TcGmatdgNV
Библиотека дата-сайентиста
⚡Конвейер данных: путь данных от сбора до анализа
Знаете ли вы, что данные, прежде чем стать действительно полезными, проходят долгий путь? Он называется «конвейер данных» и в его работе принимают участие разные специалисты: дата-инженеры, дата-аналитики, BI-аналитики.
Об этапах этого процесса расскажет на вебинаре Павел Беляев — руководитель группы дата-аналитиков в компании Яндекс eLama и автор телеграм-канала.
Что разберем:
🟠Весь процесс работы с данными: от источников данных до получения выводов;
🟠Разберем методики сбора данных: ETL и ELT;
🟠Построение витрин данных;
🟠Визуализацию, которая помогает принимать эффективные решения;
🟠И наконец: как по результатам проделанной работы с данными делать максимально верные и полезные выводы.
Тема богатая, тянет на целый курс, но за вебинар можно получить общее понимание процесса.
🕗 Встречаемся 15 апреля в 18:30 по МСК
😶Зарегистрироваться на бесплатный вебинар
Что обычно происходит, если вы используете градиентный спуск на функции потерь с очень плоской областью?
🔥 — Градиенты становятся очень большими
❤️ — Градиенты становятся очень маленькими
⚡️ — Модель сходится быстрее
👍 — Все вышеперечисленное
Библиотека задач по Data Science
