- 16
- 167 175
Start Career in DS
Registrace 23. 09. 2021
Логистическая регрессия, самое простое объяснение!
0:00 - О чём видео
00:47 - Вспоминаем, как работает линейная регрессия
01:15 - Чем будет отличаться линейная классификация?
01:34 - Пример задачи: выдача кредитов
03:03 - Функция sign
03:56 - Какие функционалы потерь использовать?
05:20 - Что такое margin и для чего он нужен
06:55 - Логистический функционал потерь
07:22 - Как выдавать вероятность класса?
08:10 - Как перевести выдачу на отрезок [0;1]
08:45 - Что значит "модель грамотно апроксимирует вероятность?"
09:30 - Сооружаем новый функционал потерь - logloss
10:00 - Доказательство, что logloss грамотно апроксимирует вероятность, через ММП (сложнослайд)
10:20 - Три основные идеи
10:48 - Соединяем logloss и сигмоиду (сложнослайд)
11:01 - У нас получился логистический функционал потерь!
11:15 - Итоги
12:01 - Где используется логистическая регрессия
12:05 - Ставьте лайки!
t.me/start_ds - здесь все полезные материалы для Data Scientist'а
00:47 - Вспоминаем, как работает линейная регрессия
01:15 - Чем будет отличаться линейная классификация?
01:34 - Пример задачи: выдача кредитов
03:03 - Функция sign
03:56 - Какие функционалы потерь использовать?
05:20 - Что такое margin и для чего он нужен
06:55 - Логистический функционал потерь
07:22 - Как выдавать вероятность класса?
08:10 - Как перевести выдачу на отрезок [0;1]
08:45 - Что значит "модель грамотно апроксимирует вероятность?"
09:30 - Сооружаем новый функционал потерь - logloss
10:00 - Доказательство, что logloss грамотно апроксимирует вероятность, через ММП (сложнослайд)
10:20 - Три основные идеи
10:48 - Соединяем logloss и сигмоиду (сложнослайд)
11:01 - У нас получился логистический функционал потерь!
11:15 - Итоги
12:01 - Где используется логистическая регрессия
12:05 - Ставьте лайки!
t.me/start_ds - здесь все полезные материалы для Data Scientist'а
zhlédnutí: 8 746
Video
Функционалы потерь и метрики регрессии. Простым языком!
zhlédnutí 3,5KPřed rokem
0:00 - О чём видео 0:24 - План видео 00:38 - Зачем нужны функционалы потерь? 01:15 - Простейший функционал потерь (MAE). Как его строить? 03:20 - Как сильнее штрафоваться за большие отклонения? MSE. 04:46 - Сравнение MSE и MAE 05:42 - Более экзотические функционалы потерь и метрики 06:12 - Зачем нужны метрики? 07:26 - R^2: зачем нужен и как считается? 08:38 - MAPE: зачем нужен и как считается? ...
Александр Дьяконов: История развития Data Science в России
zhlédnutí 4,6KPřed 2 lety
SCiDS в tg: t.me/start_ds Канал Александра в tg: t.me/smalldatascience Как зарождались первые вакансии в DS? Зачем нужно понимание теории в машинном обучении? Как некоторые курсы играют на том, что создают впечатление обучения? Что ждёт аналитику и глубокое обучение в будущем? Эти и многие другие вопросы обсудили в интервью с Александром Дьяконовым! 00:00 - Как Александр начинал свой путь в мат...
Николай Валиотти: создатель LEFT JOIN и Valiotti Analytics
zhlédnutí 1,8KPřed 2 lety
SCiDS в tg: t.me/start_ds LEFT JOIN в tg: t.me/leftjoin В чём заключается специфика работы в аналитических стартапах? Какие навыки стоит развивать и почему важно для себя ставить конкретные цели? Николай Валиотти ответит на эти и многие другие вопросы в этом интервью! 00:00 - О чём интервью? 00:32 - Путь Николая в Data Science 10:35 - Действительно ли университетское образование может дать мног...
Анатолий Карпов: про тренды, роли и образование в Data Science
zhlédnutí 13KPřed 2 lety
SCiDS в tg: t.me/start_ds Кому стоит идти на платные онлайн-курсы? Как проще всего войти в аналитику данных? Что ждёт образование дальше? Толя Карпов расскажет про это и не только! 00:00 - О чём интервью? 00:18 - Как Толя пришёл в Data Science, как возникли karpov.courses? 04:16 - Как изменилась индустрия за последние несколько лет? 07:23 - Про роли в аналитике данных и ключевые компетенции 15:...
Валерий Бабушкин: Про развитие в Data Science в России и не только.
zhlédnutí 57KPřed 2 lety
SCiDS в tg: t.me/start_ds Канал Валеры в tg: t.me/cryptovalerii В каких компаниях стоит начинать карьеру, а в каких - нет? В какой момент стоит думать о переезде в другие страны? На эти и многие другие вопросы Валерий ответит в этом интервью! 00:00 - О чём интервью? 00:25 - Почему Валера ушёл из Facebook? 05:05 - Как начинал и развивал карьеру? Путь от Московского Политеха до Head of DS в Block...
Из бизнеса в Data Science, из DS в DL. Андрей Лукьяненко о своих победах
zhlédnutí 5KPřed 2 lety
Канал в tg: t.me/start_ds 00:00 - О чём выпуск 00:10 - Как Андрей оказался в DS? 01:28 - Насколько полезно экономическое образование? 03:08 - Как выстроить подготовку за 8 месяцев? 08:12 - Открытые источники vs платные курсы - когда что стоит выбрать? 12:24 - Что может дать Kaggle для карьеры? 17:50 - Чем полезно сообщество Open Data Science? 21:28 - Какие сообщества DS’ов есть ещё в России? 24...
Линейная регрессия. Что внутри sklearn? Зачем градиентный спуск? Что спросят на собеседовании? ч.2
zhlédnutí 8KPřed 2 lety
Канал в tg: t.me/start_ds 00:00 - Про первую часть 00:25 - План видео 00:35 - Reminder первой части 01:43 - Как считается решение линейной регрессии в sklearn? 04:55 - Можно ли посчитать аналитическое решение с регуляризацией? 05:40 - Как находится оптимизационное решение (градиентный спуск)? 08:37 - Пара слов про стохастический градиентный спуск 09:15 - Каковы самые популярные реализации линей...
Как стать дата-аналитиком в Яндексе? Иван Кобзев о своём пути
zhlédnutí 15KPřed 2 lety
00:00 - О чём интервью? 00:19 - Как ты оказался в МГУ? 1:13 - Достаточно ли университетского образования? 6:35 - Как ты попал в Яндекс? (спойлер - через разработку) 8:31 - Какими задачами занимаются в Аналитике Я.Поиска? 12:30 - Какие инструменты используются в работе? 14:53 - Режим работы Аналитика в крупной компании 17:11 - В чём заключаются корпоративные плюшки? 20:23 - Как устроена команда ...
Линейная регрессия. Что спросят на собеседовании? ч.1
zhlédnutí 35KPřed 2 lety
Линейная регрессия. Что спросят на собеседовании? ч.1