Kaggle Sberbank Russian Housing Market: прогнозирование цен на недвижимость— Евгений Патеха
Евгений Патеха рассказывает про задачу прогнозирование цен на недвижимость в Москве (Kaggle Sberbank Russian Housing Market). Команда Евгения выиграла соревнование. Из видео вы сможете узнать:
- Как обрабатывать тренды в данных
- Выбросы в данных: реальные данные или ошибка организаторов
- Всегда ли лучше обучать одну модель на всём объёме данных
- Возможные перспективы улучшения модели
Слайды: https://gh.mltrainings.ru/presentations/Patekha_KaggleSberbank_2017.pdf
Узнать о текущих соревнованиях можно на сайте http://mltrainings.ru/
Узнать о новых тренировках и видео можно из групп:
ВКонтакте https://vk.com/mltrainings
Facebook https://www.facebook.com/groups/1413405125598651/
Видео Kaggle Sberbank Russian Housing Market: прогнозирование цен на недвижимость— Евгений Патеха канала ODS AI Ru
- Как обрабатывать тренды в данных
- Выбросы в данных: реальные данные или ошибка организаторов
- Всегда ли лучше обучать одну модель на всём объёме данных
- Возможные перспективы улучшения модели
Слайды: https://gh.mltrainings.ru/presentations/Patekha_KaggleSberbank_2017.pdf
Узнать о текущих соревнованиях можно на сайте http://mltrainings.ru/
Узнать о новых тренировках и видео можно из групп:
ВКонтакте https://vk.com/mltrainings
Facebook https://www.facebook.com/groups/1413405125598651/
Видео Kaggle Sberbank Russian Housing Market: прогнозирование цен на недвижимость— Евгений Патеха канала ODS AI Ru
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Стас Семенов, Top-1 Kaggle: «Чему учит kaggle»
Kaggle Two Sigma Financial Modeling Challenge: предсказание финансовых величин — С. Семёнов
Dstl Safe Passage: детекция и классификация траспортных средств — Владимир Игловиков
Data Science: Kaggle GRANDMASTER за полгода? | Павел Плесков, Data Nerds
008. Прогнозирование временных рядов - К.В. Воронцов
Data Fest² Minsk 2018: Владимир Игловиков, Как быстро надо бежать, чтобы не отстать: ML edition
Tinkoff Data Science Challenge: анализ задачи предсказания выбора кредита — Алексей Чернобровов
ML Boot Camp IV задача с секретом — Святослав Ковалёв
ML Boot Camp IV: задача с секретом — Валерий Бабушкин
Kaggle Corporación Favorita Grocery: предсказание продаж сети супермаркетов — Андрей Филимонов
074. Чем отличаются data analyst, data engineer и data scientist – Алексей Натёкин
Kaggle Mercedes Benz: предсказание времени тестирования автомобилей — Данила Савенков
Лень и поиск предназначения. Андрей Курпатов для Академии смысла![Kaggle - Titanic Solution [3/3] - Classifier, Cross Validation](https://i.ytimg.com/vi/GXWBzcAzjoQ/default.jpg)
Kaggle - Titanic Solution [3/3] - Classifier, Cross Validation
Tinkoff Data Science Challenge — Станислав Семёнов
Kaggle Competition - House Prices: Advanced Regression Techniques Part1
Ядовитые и галлюциногенные грибы // Михаил Вишневский Лекция 2018
Градиентный бустинг: возможности, особенности и фишки | Технострим
Рухнут ли цены на недвижимость в России? Когда стоит покупать и продавать квартиру?