Machine Learning — шлях до Senior Data Scientist

00:00 Знайомство

2:20 Програма

2:54 З чого починається проект

3:13 Підготовка даних

3:55 Виняток рядів або стовбців з великою кількістю пропусків

4:33 Заміна особливим значенням

5:17 Використання методів аналітики

6:07 Виділення аномалій

8:20 Перетворення даних

9:20 Приведення даних до числових

12:44 Приведення даних до категорій

13:48 Інженерування ознак

17:58 Нормалізація і регуляція

19:15 Чому важливо розуміти бізнес, в якому ви працюєте

22:10 Корекційний аналіз

23:38 Вибір ознак і виділення ознак

26:20 Розгортання моделі

27:30 Розгортання офлайн

28:11 Розгортання онлайн

29:29 Хмарні платформи (інструменти)

31:28 On-premise tools

33:09 Версіонізація моделі

38:42 Моніторинг рішення в робочому середовищі

44:44 Data drift

46:41 Concept drift

50:50 Моніторинг цінової функції і впевненості

52:30 Порівняння з опорної моделлю

54:11 Оцінка по розміченим даним

56:12 Інтерпретація рішення

1:02:55 Методи аналізу даних

1:06:42 Використання легко пояснювальних моделей

1:07:40 Техніки інтерпретації

1:20:50 Висновки