Как аналитик может применять ML в своей работе
Как писал в одном из прошлых постов, считаю машинное обучением отличным инструментом для решения некоторых задач бизнеса. Разберем несколько use-кейсов, с которыми отлично может справиться аналитик, преисполнившийся знаниями машинного обучения.
Есть идея - сделать серию ноутбуков с конкретными примерами решения таких задач. Пишите в комментариях или ставьте огонек 🔥, если было бы интересно!
#ml
Как писал в одном из прошлых постов, считаю машинное обучением отличным инструментом для решения некоторых задач бизнеса. Разберем несколько use-кейсов, с которыми отлично может справиться аналитик, преисполнившийся знаниями машинного обучения.
Есть идея - сделать серию ноутбуков с конкретными примерами решения таких задач. Пишите в комментариях или ставьте огонек 🔥, если было бы интересно!
#ml
🔥13
Пост-рефлексия про год жизни цифровым кочевником.
Год назад у меня закончились шесть месяцев аренды квартиры в Ереване, и с тех пор я жил в Грузии, Турции, Черногории, Сербии, Боснии и Герцеговине, Марокко и ненадолго летал в Узбекистан. И вот, спустя несколько ночных перелетов, я опять в Ереване, так что первый круг путешествий некоторым образом замкнулся.
С одной стороны, это жизнь-мечта в постоянном путешествии, свобода, новые крутые эмоции и впечатления. С другой, это тревога из-за неопределенности, отсутствие стабильности, много переездов, а вся жизнь помещается в один чемодан (прям по Довлатову).
В общем, сейчас в процессе переваривания этого опыта. Пока что правда просто ем хинкали и сильно радуюсь сметане, пельменям, грече и творогу. Наверное, если коротко, то опыт очень крутой, а мир огромный и прекрасный, поэтому пока что я не готов где-то остаться надолго. Но и на постоянной основе так жить тоже несколько тяжело, происходит перенасыщение и усталость от впечатлений и хочется отдохнуть. Поэтому в ближайшее время собираюсь пожить несколько месяцев на море, смотреть на закаты и набираться сил для следующих путешествий (и профессионального развития тоже, скоро будет много постов про А/Б тесты и машинное обучение, но сначала я все-таки обойду свои любимые рестораны и сильно объемся хинкалями и шашлыком).
#travel
Год назад у меня закончились шесть месяцев аренды квартиры в Ереване, и с тех пор я жил в Грузии, Турции, Черногории, Сербии, Боснии и Герцеговине, Марокко и ненадолго летал в Узбекистан. И вот, спустя несколько ночных перелетов, я опять в Ереване, так что первый круг путешествий некоторым образом замкнулся.
С одной стороны, это жизнь-мечта в постоянном путешествии, свобода, новые крутые эмоции и впечатления. С другой, это тревога из-за неопределенности, отсутствие стабильности, много переездов, а вся жизнь помещается в один чемодан (прям по Довлатову).
В общем, сейчас в процессе переваривания этого опыта. Пока что правда просто ем хинкали и сильно радуюсь сметане, пельменям, грече и творогу. Наверное, если коротко, то опыт очень крутой, а мир огромный и прекрасный, поэтому пока что я не готов где-то остаться надолго. Но и на постоянной основе так жить тоже несколько тяжело, происходит перенасыщение и усталость от впечатлений и хочется отдохнуть. Поэтому в ближайшее время собираюсь пожить несколько месяцев на море, смотреть на закаты и набираться сил для следующих путешествий (и профессионального развития тоже, скоро будет много постов про А/Б тесты и машинное обучение, но сначала я все-таки обойду свои любимые рестораны и сильно объемся хинкалями и шашлыком).
#travel
❤7🔥4
Всем заинтересованным в А/Б-тестах хочу порекомендовать курс от вышки, ведет Нерсес Багиян (он хедлайнер курса продвинутой аналитики в karpov.courses и Head of DS в Райфайзенбанке).
Курс годный, последнее его прочтение супер практико-ориентированное, начиная от разбора продуктовых метрик, гипотез и дизайна теста до анализа тестов и всяких продвинутых методов типо последовательного тестирования. Если вы новичок - то определенно смотрите, чтобы разобраться как правильно проводить полный цикл экспериментов, а для более продвинутых все равно выглядит полезным чтобы систематизировать знания, да и подчерпнуть что-то новое думаю тоже получится. Еще есть прошлое прочтение курса, там больше про статистику экспериментов, новичкам возможно стоит начать с нее, по-крайней мере с пары первых лекций.
Вообще, мне лично очень нравится, что топовые вузы выкладывают в открытый доступ свои курсы, это очень полезно для всех, кто самообразовывается. Я бы обратил внимание на курсы именно от вышки и физтеха, все есть на YouTube, много лекций про аналитику данных и машинное обучение.
Вот ссылка на плей-лист.
Здесь GitHub, где лежат лекции, код с семинаров и домашки (которые тоже полезно сделать)
А вот прошлая версия курса, где чуть больше статистики.
#ab_testing
Курс годный, последнее его прочтение супер практико-ориентированное, начиная от разбора продуктовых метрик, гипотез и дизайна теста до анализа тестов и всяких продвинутых методов типо последовательного тестирования. Если вы новичок - то определенно смотрите, чтобы разобраться как правильно проводить полный цикл экспериментов, а для более продвинутых все равно выглядит полезным чтобы систематизировать знания, да и подчерпнуть что-то новое думаю тоже получится. Еще есть прошлое прочтение курса, там больше про статистику экспериментов, новичкам возможно стоит начать с нее, по-крайней мере с пары первых лекций.
Вообще, мне лично очень нравится, что топовые вузы выкладывают в открытый доступ свои курсы, это очень полезно для всех, кто самообразовывается. Я бы обратил внимание на курсы именно от вышки и физтеха, все есть на YouTube, много лекций про аналитику данных и машинное обучение.
Вот ссылка на плей-лист.
Здесь GitHub, где лежат лекции, код с семинаров и домашки (которые тоже полезно сделать)
А вот прошлая версия курса, где чуть больше статистики.
#ab_testing
❤13
Для тех, кто хочет на майских продолжить что-то изучать, а не есть шашлыки (вообще не осуждаю, а всецело понимаю), рекомендую начать следить за Ron Kohavi и поизучать контент от него. Он один из самых известных спикеров в сфере экспериментов, отвечал за них в Microsoft и Airbnb. Что можно посмотреть:
- Прочитать его книгу Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing (на русском - Доверительное А/Б-тестирование), которую как раз можно осилить за несколько дней.
- Подписаться на него в LinkedIn и почитать его посты, вот топ. Он еще иногда приходит в комментарии под чужие посты про А/Б-тесты и пишет, что это бред и оно не так работает, это забавно читать (при этом объясняет как делать правильно).
- Посмотреть выпуск подкаста с его участием - ссылка на youtube. Он там очень классно рассказывает про культуру экспериментов в bigtech, основные ошибки и много чего другого. Меня зацепило, что кол-во успешных экспериментов в его практике - порядка 10%. Понятно, что это большие компании, где много гипотез проверено, и наверное этот процент варьируется в зависимости от зреслости продукта, сферы, команды и тд, но все равно заставляет задуматься о качесте принятия решения в том продукте, где работаешь. Про это еще есть интересное исследование от Optimizely, тоже советую ознакомиться. В общем теперь, когда я слышу от кого-то про долю успешных экспериментов порядка 80%, то начинаю сильно сомневаться.
В общем, я бы пока что подписался (если вы еще не) на него в LinkedIn и за поеданием шашлыка послушал подкаст, а все остальное оставил на потом, отдыхать тоже надо. И всем хороших майских🏖
- Прочитать его книгу Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing (на русском - Доверительное А/Б-тестирование), которую как раз можно осилить за несколько дней.
- Подписаться на него в LinkedIn и почитать его посты, вот топ. Он еще иногда приходит в комментарии под чужие посты про А/Б-тесты и пишет, что это бред и оно не так работает, это забавно читать (при этом объясняет как делать правильно).
- Посмотреть выпуск подкаста с его участием - ссылка на youtube. Он там очень классно рассказывает про культуру экспериментов в bigtech, основные ошибки и много чего другого. Меня зацепило, что кол-во успешных экспериментов в его практике - порядка 10%. Понятно, что это большие компании, где много гипотез проверено, и наверное этот процент варьируется в зависимости от зреслости продукта, сферы, команды и тд, но все равно заставляет задуматься о качесте принятия решения в том продукте, где работаешь. Про это еще есть интересное исследование от Optimizely, тоже советую ознакомиться. В общем теперь, когда я слышу от кого-то про долю успешных экспериментов порядка 80%, то начинаю сильно сомневаться.
В общем, я бы пока что подписался (если вы еще не) на него в LinkedIn и за поеданием шашлыка послушал подкаст, а все остальное оставил на потом, отдыхать тоже надо. И всем хороших майских
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
The ultimate guide to A/B testing | Ronny Kohavi (Airbnb, Microsoft, Amazon)
Ronny Kohavi, PhD, is a consultant, teacher, and leading expert on the art and science of A/B testing. Previously, Ronny was Vice President and Technical Fellow at Airbnb, Technical Fellow and corporate VP at Microsoft (where he led the Experimentation Platform…
👍8❤5