Загрузка страницы

Kaggle Home Credit: определение риска дефолта по кредитам — Евгений Патеха

Рассказ о решении, занявшем 3 место на конкурсе Kaggle Home Credit default risk. Задачей соревнования было оценить вероятность невозврата кредита заемщиком. В выступлении рассматривается архитектура решения, подход к локальной валидации и отбору переменных, а также нестандартные подходы к построению скоринговой модели. В качестве бонуса - рассказ о том, как хорошие результаты на Kaggle помогли начать карьеру дата-сайентиста.

Видео Kaggle Home Credit: определение риска дефолта по кредитам — Евгений Патеха канала ODS AI Ru
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
20 сентября 2018 г. 17:38:20
00:41:51
Другие видео канала
Kaggle Sberbank Russian Housing Market: прогнозирование цен на недвижимость— Евгений ПатехаKaggle Sberbank Russian Housing Market: прогнозирование цен на недвижимость— Евгений ПатехаКак выигрывать любые Data Science соревнования. Павел Плесков.Как выигрывать любые Data Science соревнования. Павел Плесков.Kaggle Two Sigma Financial Modeling Challenge: предсказание финансовых величин — С. СемёновKaggle Two Sigma Financial Modeling Challenge: предсказание финансовых величин — С. СемёновОт новичка к мастеру, от хемометриста к Head of DS — Валерий БабушкинОт новичка к мастеру, от хемометриста к Head of DS — Валерий БабушкинKaggle Santander: предсказание размера транзакций потенциальных клиентов — Анатолий ИльенковKaggle Santander: предсказание размера транзакций потенциальных клиентов — Анатолий Ильенков076. Дискуссия «Тренды data science»076. Дискуссия «Тренды data science»Data Fest² Minsk 2018: Владимир Игловиков, Как быстро надо бежать, чтобы не отстать: ML editionData Fest² Minsk 2018: Владимир Игловиков, Как быстро надо бежать, чтобы не отстать: ML editionML legends panel – Константин Воронцов, Евгений Бурнаев, Владимир Гулин, Станислав СеменовML legends panel – Константин Воронцов, Евгений Бурнаев, Владимир Гулин, Станислав СеменовData Science: Kaggle GRANDMASTER за полгода? | Павел Плесков, Data NerdsData Science: Kaggle GRANDMASTER за полгода? | Павел Плесков, Data NerdsDstl Safe Passage: детекция и классификация траспортных средств — Владимир ИгловиковDstl Safe Passage: детекция и классификация траспортных средств — Владимир ИгловиковMSBD 5012 Group 9 Project Presentation - Home Credit Default Risk PredictionMSBD 5012 Group 9 Project Presentation - Home Credit Default Risk PredictionML Boot Camp IV: задача с секретом — Валерий БабушкинML Boot Camp IV: задача с секретом — Валерий БабушкинПодход к автоматизации решений задач ML на примере HackerEarth ML — А. ЧернобрововПодход к автоматизации решений задач ML на примере HackerEarth ML — А. ЧернобрововKaggle BNP Paribas — Станислав СеменовKaggle BNP Paribas — Станислав СеменовKaggle Corporación Favorita Grocery: предсказание продаж сети супермаркетов  — Андрей ФилимоновKaggle Corporación Favorita Grocery: предсказание продаж сети супермаркетов — Андрей ФилимоновKaggle Predicting Red Hat Business Value — Станислав Семенов, Дмитрий АлтуховKaggle Predicting Red Hat Business Value — Станислав Семенов, Дмитрий АлтуховЛекция и семинар по Kaggle (21.12.2019)Лекция и семинар по Kaggle (21.12.2019)074. Чем отличаются data analyst, data engineer и data scientist – Алексей Натёкин074. Чем отличаются data analyst, data engineer и data scientist – Алексей НатёкинМой ванильный CSS, Вадим МакеевМой ванильный CSS, Вадим Макеев
Яндекс.Метрика