Малой, как человек ,который изучает это в 21+,просмотревший уже множество курсов с углубленной математикой. ТЫ НЕРЕАЛЬНО просто и доступно все объясняешь,продолжай!
Александр, привет! Как раз после этого коммента решил сделать видео по кластеризации! Разобрал 2 самых распостранныз алгоритма. Если есть ещё как-какие-то предложения - пишите
@Дата Бой я посмотрел оба оч круто, что ты не забиваешь математикой и стараешься рассказать принцип работы. Я с коллегой смотрю твои видосы Сам работаю аналитиком данных Можно снять видео по разбору реальных датасетов и решения задач. Отснять временные ряды и прогнозирование временных рядов на следующие периоды, на русском сообществе такого нету. Или же из кегля брать задачи и решать Это конкретно если все видосы будут в этом русле.
Спасибо большое за доступное объяснение материала. Я только начинаю свой путь в данной области и твои видео прям самое-то. Спасибо ещё раз. Продолжай в том же духе!
Спасибо! Некоторые 'мутные' вещи так просто пояснил! ❤ Можно только, пожалуйста, помедленне скроллить, аж в глазах рябит, не все так молоды и остры умом 😅
спасибо за очень крутой видос, спасибо, но такой вопрос, есть ли возможность прикреплять файлы на эти блокноты? было бы очень полезно подсмотреть определенные функции и в целом потыкаться.
здравствуйте! Скажите, а есть ли такие функции в Excel или Python, которые сами определяют тип зависимости: линейная, полиноминальная и т.д.? т.е. есть набор данных, нужно автоматически определить тип зависимости.
Доброго дня, благодарю за полезное видео! Вместе с тем возник вопрос. Насколько я понимаю логарифм - это степень в которую нужно возвести число, чтобы получить другое число. Соответственно как вы получили те значения, которые показываете после приведения значений к логарифмам? Судя по приведенным результатом число которое возводится в указанные степени(логарифмы) около 2.71, но вопрос откуда вы его взяли и не влияет ли использование логарифмов на итоговый результат?
Для меня слишком сложно. Я бы хоте может что бы объяснялся каждая ячейка что и куда вставлять. К сожалению не получилось применить это к своему кейсу. Но и на этом спасибо. Жду еще видосиков.
Спасибо большое за материал, всё было супер-круто до момента с предсказанием с доверительным интервалом - откуда мы взяли цифру 30? Почему "от балды"? Было бы вообще супер, если бы было несколько примеров работы модели: берем параметр и смотрим цену, берем несколько параметров и смотрим цену. И ещё не уловила сравнения (проверки) работы модели на тренировочных и тестовых данных. Возможно, это было в видео, просто изложение довольно быстрое. В любом случае - спасибо большущее!
Неверно находите доверительные интервалы на 26:00. Ширина ДИ зависит от предикторов, в серединке ДИ уже, на концах шире, см. рисунки с регресионной прямой.
@@ДатаБой о любых предикторах, которые относятся к интервальной шкале. У вас же получается, что ширина ДИ, когда вы даете интервальный прогноз, постоянная и не зависит от величины предикторов.
Крутейшие видео 👈🙂... Можно ещё видео на эту тему но про анализ/прогноз рынка допустим валют/ или крипто валют допустим, как будет работать это регрессия на живом рынке 🙂
Не понимаю восторгов. Огромное количество ляпов. Парень, конечнно, обаятельный, но он же не понимает того, что говорит. Он просто читает чью-то чужую лекцию. При попытке воспроизвнсти его работу - ничего не работает. В видео используются разные модели, не совместимые между собой: сначала использовалассь sklearn.linear_model.LinearRegression, затем statsmodels.regression.linear_model.OLS, а затем художественная смесь из этих моделей. Я бы за такой ответ на экзамене поставил Трояк.
С википедии Корреляция - статистическая взаимосвязь двух или более случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. А теперь поправьте, если не прав. Корреляция измеряется от в значении [-1, 1], где -1 связь отсутствует, а 1 зависимость двух величин. Ты говоришь, что если корреляция ближе к -1, то значит две величины будут при изменении будут уменьшаться, а если ближе к 1, то увеличиваться. В данном случае твои утверждения не истины
Коэффициент корелляции-показатель силы и направления взаимосвязи двух количественных переменных.При 1 связь положительная,при -1 отрицательная.При нуле корреляция отсутвует(взаимосвязи нет)
Малой, как человек ,который изучает это в 21+,просмотревший уже множество курсов с углубленной математикой. ТЫ НЕРЕАЛЬНО просто и доступно все объясняешь,продолжай!
Дружище, продолжай снимать дальше, ты хорош!
Спасибо огромное! Невероятно приятно видеть твой комментарий! От души✊
@@ДатаБой тебе спасибо большое!
Будут видео про кластеризацию? Про интеграцию моделей с бд?
Александр, привет! Как раз после этого коммента решил сделать видео по кластеризации! Разобрал 2 самых распостранныз алгоритма. Если есть ещё как-какие-то предложения - пишите
@Дата Бой я посмотрел оба
оч круто, что ты не забиваешь математикой и стараешься рассказать принцип работы.
Я с коллегой смотрю твои видосы
Сам работаю аналитиком данных
Можно снять видео по разбору реальных датасетов и решения задач.
Отснять временные ряды и прогнозирование временных рядов на следующие периоды, на русском сообществе такого нету.
Или же из кегля брать задачи и решать
Это конкретно если все видосы будут в этом русле.
Да, снимаю шляпу. Видео замечательные. Молодец:)👍
Можно выкладывать код с видео куда-то? Было бы очень удобно, спасибо
на 8:00 ошибся: корреляция -1 это когда одна переменная растет при падении другой
Большое спасибо, у вас хорошая дикция, помимо хорошего раскрытия темы
Когда учишься на магистратуре США и с его обьяснения только приходит понимание))) Спасибо тебе большое! Талант!!!
На словах "выкинем индуса" я угарнула в голосинушку) Эта пять)
корелляция - мера линейной зависимости: если она 1 то они линейно зависимы y = kx+b если 0 то нет линейной зависимости тоест y = kx^a+b a!=1
Друг, спасибо за объяснения! Максимально всё понятно, ты помогаешь мне решать тестовое по DS, когда я учился только на DA)
Ты настоящий *друг!*
Просто лучший! Продолжай развязывать задачи в таком же формате, хотелось бы больше увидеть решений задач с разными методами машинного обучения)
Харооош, я вот диплом на 4 курсе пишу, опаздываю с ним, выручил в 5 часов утра, а то уже за год подзабыл, как это все работает)
Спасибо большое за доступное объяснение материала. Я только начинаю свой путь в данной области и твои видео прям самое-то. Спасибо ещё раз. Продолжай в том же духе!
Спасибо! Некоторые 'мутные' вещи так просто пояснил! ❤ Можно только, пожалуйста, помедленне скроллить, аж в глазах рябит, не все так молоды и остры умом 😅
top, грамотно, конструктивно, всё на примерах становится понятным. Удачи во всём 🔥🔥
спасибо за очень крутой видос, спасибо, но такой вопрос, есть ли возможность прикреплять файлы на эти блокноты? было бы очень полезно подсмотреть определенные функции и в целом потыкаться.
здравствуйте! Скажите, а есть ли такие функции в Excel или Python, которые сами определяют тип зависимости: линейная, полиноминальная и т.д.? т.е. есть набор данных, нужно автоматически определить тип зависимости.
Хотелось бы чтобы звук был погромче, а то у меня на максимальной громкости не очень слышно!
Ну модель мы оттестировали. А применять то ее как? Не хватает этого кусочка кода ((
Доброго дня, благодарю за полезное видео!
Вместе с тем возник вопрос.
Насколько я понимаю логарифм - это степень в которую нужно возвести число, чтобы получить другое число.
Соответственно как вы получили те значения, которые показываете после приведения значений к логарифмам?
Судя по приведенным результатом число которое возводится в указанные степени(логарифмы) около 2.71, но вопрос откуда вы его взяли и не влияет ли использование логарифмов на итоговый результат?
Спасибо Вам большое. Очень доступно и понятно!
Хорош! Весь универ за пару часов
Все отлично, но можно окно с лицом поменьше сделать, код не видно же :)
Для меня слишком сложно. Я бы хоте может что бы объяснялся каждая ячейка что и куда вставлять. К сожалению не получилось применить это к своему кейсу. Но и на этом спасибо. Жду еще видосиков.
Школьник а уже такое творит. Красавчик,мужик,самец
Это было очень круто и полезно! Спасибо=)
Спасибо большое за материал, всё было супер-круто до момента с предсказанием с доверительным интервалом - откуда мы взяли цифру 30? Почему "от балды"? Было бы вообще супер, если бы было несколько примеров работы модели: берем параметр и смотрим цену, берем несколько параметров и смотрим цену. И ещё не уловила сравнения (проверки) работы модели на тренировочных и тестовых данных. Возможно, это было в видео, просто изложение довольно быстрое.
В любом случае - спасибо большущее!
а смысл от видоса без гитхаба / нотбука ?
можешь notebook отправить ?
Шикарно!
Огонь, очень полезное видео
Не хватает ссылок на сами коды
Неверно находите доверительные интервалы на 26:00. Ширина ДИ зависит от предикторов, в серединке ДИ уже, на концах шире, см. рисунки с регресионной прямой.
Добрый день, не исключено что допустил ошибку. Давайте разберёмся. О каких предиктораз идёт речь?)
Спасибо огромное, что уделили время, самому интересно...
@@ДатаБой о любых предикторах, которые относятся к интервальной шкале. У вас же получается, что ширина ДИ, когда вы даете интервальный прогноз, постоянная и не зависит от величины предикторов.
скажи пожалуйста, а как быть со строками? типо у меня в датасете данные в виде букв, как их вообще обрабатывать? заранее спасибо
Про прогноз на основе авторегрессии будет фильм?
1:32, завтра сдавать дтз по эконометрике, у меня вновь появилось желание учить питон
спасибо!!
здесь не питон больше нужно учить, а скорее Pandas)
Крутейшие видео 👈🙂... Можно ещё видео на эту тему но про анализ/прогноз рынка допустим валют/ или крипто валют допустим, как будет работать это регрессия на живом рынке 🙂
Great video and explanation. Thanks a lot (No Russian lang. on keyboard hhh)
Здорово.
Но ты крут! Легко и понятно
Добрый день! А почему мы не нормируем данные?
Обещал ссылку на jNoteBook, ждем:)
А ноутбук есть ?
Не понимаю восторгов. Огромное количество ляпов. Парень, конечнно, обаятельный, но он же не понимает того, что говорит. Он просто читает чью-то чужую лекцию. При попытке воспроизвнсти его работу - ничего не работает. В видео используются разные модели, не совместимые между собой: сначала использовалассь sklearn.linear_model.LinearRegression, затем statsmodels.regression.linear_model.OLS, а затем художественная смесь из этих моделей. Я бы за такой ответ на экзамене поставил Трояк.
Мужик!
Милах)
Индуса выкинули, жалко
С википедии
Корреляция - статистическая взаимосвязь двух или более случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.
А теперь поправьте, если не прав.
Корреляция измеряется от в значении [-1, 1], где -1 связь отсутствует, а 1 зависимость двух величин.
Ты говоришь, что если корреляция ближе к -1, то значит две величины будут при изменении будут уменьшаться, а если ближе к 1, то увеличиваться. В данном случае твои утверждения не истины
Коэффициент корелляции-показатель силы и направления взаимосвязи двух количественных переменных.При 1 связь положительная,при -1 отрицательная.При нуле корреляция отсутвует(взаимосвязи нет)