На платформе boosty появились практические задания по теме работы со строками в pandas

- Находите нужную информацию в строковых признаках
- Извлекайте данные из строкового признака
- Работайте с startswith, replace, split, join и многими другими


https://bit.ly/boosty-pandas5-practice


Получить доступ к посту с заданиями можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше


Практикуясь в решениях задач МЛ, вы начинаете больше понимать, какими методами и функциями можно пользоваться в Pandas для определенной задачи.

Удачи в изучении машинного обучения!

На платформе boosty появился разбор практических заданий по теме работа со строками в pandas

https://bit.ly/boosty-pandas5-solved


Получить доступ к посту с разбором можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше

Всем привет!

На канале НОВОЕ ВИДЕО про работу с пропущенными значениями
Это теоретическое занятие, практическое будет позже


На этом занятии обсудим:
1. Что такое пропуски?
2. Как они появляются?
3. Что с пропусками делать?


Ссылка на видео https://youtu.be/lg3H1Kd0E4o



Поддержка канала: https://boosty.to/machine_learrrning

Всем привет!

На канале НОВОЕ ВИДЕО про работу с пропущенными значениями через Pandas
Это первое практическое занятие, второе практическое будет позже


На этом занятии обсудим:
1. Как удалять данные с пропусками?
2. Как заполненять NaN на среднее/медиану/моду/константу?
3. Как помечать пропущенные значения через новые признаки?
4. Как заполнять пропуски через группировки?
5. Как восстанавливать пропущенные значения во времени?


Ссылка на видео https://youtu.be/cmvLTIBI_eY
Ссылка на ноутбук https://www.kaggle.com/julichitai/handle-nan-pandas


Поддержка канала: https://boosty.to/machine_learrrning

На платформе boosty появились практические задания по теме работа с пропусками в pandas

- Удаляйте данные с пропусками
- Заполнение NaN на среднее/медиану/моду/константу
- Помечайте пропущенные значения через новые признаки
- Восстанавливайте временные зависимости через интерполяцию


https://bit.ly/boosty-nan-pandas-practice


Получить доступ к посту с заданиями можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше


Практикуясь в решениях задач МЛ, вы начинаете больше понимать, какими методами и функциями можно пользоваться в Pandas для определенной задачи.

Удачи в изучении машинного обучения!

На платформе boosty появился разбор практических заданий по теме работа с пропусками в pandas

https://bit.ly/boosty-nan-pandas-solved


Получить доступ к посту с разбором можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше

Всем привет!

На канале НОВОЕ ВИДЕО про работу с пропущенными значениями через SkLearn



На этом занятии обсудим:
1. Как заменять NaN на среднее/медиану/моду/константу через SimpleImputer
2. Как помечать пропущенные значения через новые признаки через SimpleImputer и MissingIndicator
3. Как восстанавливать пропуски с помощью МЛ (KNNImputer и Любая модель из sklearn)



Ссылка на видео https://youtu.be/o3MuMzaVglI
Ссылка на ноутбук https://www.kaggle.com/julichitai/handle-nan-sklearn


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning

На платформе boosty и вконтакте появились практические задания по теме работа с пропусками в sklearn

- Заполнение NaN на среднее/медиану/моду/константу
- Помечайте пропущенные значения через новые признаки
- Восстанавливайте пропуски через модели машинного обучения


✏️ https://bit.ly/boosty-nan-sklearn-practice
✏️ https://vk.com/wall-212358397_105


ПРАКТИКА ДОСТУПНА ВСЕМ!


Практикуясь в решениях задач МЛ, вы начинаете лучше запоминать, какими методами и функциями нужно пользоваться в SkLearn для определенной задачи.

Удачи в изучении машинного обучения!

На платформе boosty и вконтакте появились практические задания по теме работа с пропусками в sklearn


✔️ https://boosty.to/machine_learrrning/posts/08612b6c-600d-446d-a383-87433a096697
✔️ https://vk.com/wall-212358397_103


Получить доступ к посту с разбором можно, оформив подписку:
1. на boosty (уровень light+ и выше)
2. VK donut

Всем привет!

На канале НОВОЕ ВИДЕО про борьбу с переобучением



На этом занятии обсудим:
1. основные способы борьбы с переобучением
2. концепцию регуляризации
3. методы устранения переобучения в нейронных сетях




Ссылка на видео https://youtu.be/tqhsbEYKJRI



Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning

Всем привет!
Давно с вами не виделись, не копались в деталях машинного обучения и теперь самое время это сделать, время препарировать логистическую регрессию, ведь...

На канале НОВОЕ ВИДЕО про теорию модели Логистическая регрессия (LogisticRegression)



На этом занятии обсудим:
1. Основы логистической регрессии
2. Правдоподобие
3. Функцию потерь logloss
4. Перейдем от метода максимального правдоподобия к минимизации кросс-энтропии




Ссылка на видео https://youtu.be/9BoVCdedvW8



Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning

Всем привет!
Как и обещала, видео про реализацию логистической регрессии с нуля вышло и ждет вас на канале!


НОВОЕ ВИДЕО про реализацию модели Логистическая регрессия (LogisticRegression)



На этом занятии обсудим:
1. Отличия линейной регрессии от логистической регрессии
2. Подсчет правдоподобия
3. Повторим вывод функции потерь logloss из правдоподобия
4. Реализуем с нуля логистическую регрессию
5. Визуализируем предсказания логистической регрессии




Ссылка на видео https://youtu.be/ruVK07YF-RU
Ссылка на ноутбук


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning

Всем привет!


НОВОЕ ВИДЕО про теорию регуляризации



На этом занятии обсудим:
1. Зачем нужна регуляризация?
2. Что из себя представляет регуляризация?
3. Какие есть отличия L1 и L2 регуляризации?
4. Как можно пользоваться регуляризацией?




Ссылка на видео https://youtu.be/4WcHxtYy3_8



Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning

Всем привет!

На канале вас ждет НОВОЕ ВИДЕО про регуляризацию с помощью sklearn


На этом занятии обсудим:
1. Модели с регуляризацией из sklearn для задачи регрессии (Ridge, Lasso, ElasticNet)
2. Модели с регуляризацией из sklearn для задачи классификации
3. Изменения весов при изменении коэффициента регуляризации
4. Визуализация разделяющей плоскости для классификации


Ссылка на видео https://youtu.be/UJKNdyJpyug


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning (через VK Donut)

С НАСТУПАЮЩИМ НОВЫМ ГОДОМ! 🎄

Хочу поздравить вас с наступающими праздниками!

Пусть этот год будет наполнен волшебными моментами, приятными событиями, изучением интересных тем, подходов и новыми проектами.

Желаю крепкого здоровья, удачи и прекрасных новогодних каникул. Отдохните и наберитесь сил ❤️

(Картинка сгенерирована сеткой Stable Diffusion)

Всем привет!

На канале НОВОЕ ВИДЕО про Модель KMeans
Это теоретическое занятие, практические будет на канале позже

🔥 Ссылка на видео

На этом занятии обсудим:
1. Суть модели KMeans
2. Как строится KMeans
3. Что такое KMeans++ и зачем он нужен
4. Как выбирать самое оптимальное количество кластеров
5. Что такое метод локтя


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning (через VK Donut)

На платформе boosty и VK появился проверяющий тест по теме KMeans.

🔥 Проверьте себя на тесте по ссылке на boosty или VK

Помните ли вы
- Как обучается KMeans?
- Зачем нужен KMeans++?
- Как выбирать количество кластеров?


Получить доступ к посту с разбором можно, оформив подписку:
1. на boosty (уровень light+ и выше)
2. VK donut

Удачи в изучении машинного обучения!

Всем привет!

НОВОЕ ВИДЕО про реализацию KMeans с нуля

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Реализация функции для обучения модели KMeans
2. Критерий останова для KMeans
3. Визуализация кластеров
4. KMeans в sklearn


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning (через VK Donut)

Всем привет!

НОВОЕ ВИДЕО про реализацию инициализации стартовых центроид KMeans++ с нуля уже на канале

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Проблему случайной инициализации центроид
2. Реализацию выбора стартовых центроид, как самых удаленных точек
3. Попробуем KMeans++ из sklearn
4. Реализацию KMeans++ из статьи


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/donut/machine_learrrning