Скачать
Скачать
Скачать
Аноним
Маска Организаторов
- Сообщения
- Монеты
- +89.5
- Оплачено
- 5
- Купоны
- 0
- Кешбэк
- 0
- Баллы
- 0
- @Skladchiki
- #1
Складчина: Машинное обучение в Python. ИЦ Гевисста. Пакет Вообще все. Июнь 2025 (Артем Груздев)
- Ссылка на картинку
-
Автор Груздев Артем Владимирович:
SSE в Capital One (NY). Lead Methodologist в StateFarm
Директор ИЦ «Гевисста», автор книг
Исследовательский центр «Гевисста»
Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика. Осуществляет подготовку специалистов в сфере прогнозного моделирования и анализа данных.
Основное направление – разработка новых высокоточных и одновременно интерпретируемых алгоритмов машинного обучения.
Пакет "Вообще все":
1) Все, кроме прикладного анализа рядов
Наследие (все изданное до 2022). Королевское семейство (линейные модели). Транскрипты видеолекций по ML. Готовим данные (предподготовка данных). Конформное прогнозирование. Сборник статей по ML. Streamlit для Data Science. Кластерный анализ. Анализ выживаемости.Трансформеры. Четыре товарища (дерево, лес, бустинг, стекинг). Causal Inference. Графовые нейросети. Каждый месяц открывается программный код к одному модулю.
2) Прикладной анализ временных рядов
Пособие в 3-х томах, более 2500 страниц (каждый месяц открывается доступ к одному тому, программный код доступен на 2-й месяц подписки)
Классика машинного обучения.
SSE в Capital One (NY). Lead Methodologist в StateFarm
Директор ИЦ «Гевисста», автор книг
Исследовательский центр «Гевисста»
Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика. Осуществляет подготовку специалистов в сфере прогнозного моделирования и анализа данных.
Основное направление – разработка новых высокоточных и одновременно интерпретируемых алгоритмов машинного обучения.
Пакет "Вообще все":
1) Все, кроме прикладного анализа рядов
Наследие (все изданное до 2022). Королевское семейство (линейные модели). Транскрипты видеолекций по ML. Готовим данные (предподготовка данных). Конформное прогнозирование. Сборник статей по ML. Streamlit для Data Science. Кластерный анализ. Анализ выживаемости.Трансформеры. Четыре товарища (дерево, лес, бустинг, стекинг). Causal Inference. Графовые нейросети. Каждый месяц открывается программный код к одному модулю.
2) Прикладной анализ временных рядов
Пособие в 3-х томах, более 2500 страниц (каждый месяц открывается доступ к одному тому, программный код доступен на 2-й месяц подписки)
Классика машинного обучения.
Показать больше