Guest
Вы узнаете: На занятии мы поговорим про задачу поиска аномалий и изучим, как с помощью методов ML можно очищать данные от выбросов. Вы в теории разберете несколько алгоритмов и примените их на практике. Кому подходит этот урок: - IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science - Дата-сайентистам, желающим углубиться в профессию - Тем кто самостоятельно изучает Data Science и уже изучил основы ML Результаты урока: Освоите несколько методов поиска аномалий, основанных нам методах ML. Научитесь применять их на практике для очистки данных от аномальных значений. «Machine Learning. Professional» - Преподаватель: Мария Тихонова - Senior Data Scientist SberDevices, преподаватель ВШЭ Ищем выбросы методами ML // курс «Machine Learning. Professional» Подключайтесь к обсуждению в чате - Пройдите опрос по итогам мероприятия - 00:00 - Начало трансляции 01:59 - Знакомство с лектором, Марией Тихоновой 02:43 - О чем будет занятие 13:10 - Зачем вообще искать аномалии? 17:10 - Методы для поиска аномалий: самые простые и посложнее 20:10 - Смотрим наш data set 25:50 - Правило 3-сигм 28:50 - Как мы будем искать аномалии по каждому признаку 32:20 - Как уйти от неприятного предположении о нормальности (box-plot) 38:50 - Методы, основанные на расстоянии 44:50 - Какая математика стоит за методом box plot 45:45 - Метод DBSCAN 53:11 - О курсе Machine Learning Professional Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр:
