Разбор популярных вопросов на собеседованиях по data science

Telegram: https://t.me/ershovds
В этом видео я разберу несколько популярных вопросов на data science собеседованиях.
А именно,
Какие бывают задачи машинного обучения?
Что такое линейная и логистическая регрессия?
Какие метрики используются для задач регрессии и классификации?
Как валидировать результаты и что такое оверфиттинг?
Как бороться с переобучением и что такое регуляризация?

Мои видео про data science и программирование
https://www.youtube.com/playlist?list=PLmgnXCWXejMTA1KN6LtHkQs6fx8KGua5B
Тайм коды:
0:00 Введение
0:21 Обучение с учителем
1:13 Обучение без учителя
2:17 Линейная регрессия
2:58 Логистическая регрессия
3:24 Градиентный спуск
5:10 Метрики для задач регрессии
5:45 Метрики для задач классификации
8:34 Валидация результатов и переобучение
10:36 L1 и L2 регуляризация

#ershovds

Видео Разбор популярных вопросов на собеседованиях по data science канала Alexander Ershov