Привет, Хабр Недавно посмотрел выступлениеЧитать полностью »
Рубрика «data science»
Увеличиваем размер выборки и прокрашиваем серые метрики: неочевидная ошибка при проведении А-B — тестов
2024-11-16 в 11:15, admin, рубрики: data scienceНеобычные вкусы покупателей: что такое товарные пары и как их исследовать
2024-11-01 в 7:03, admin, рубрики: data mining, data science, retail, анализ данных, комплементы, продуктовая аналитика, Статистика в ITПривет! На связи команда продуктовой аналитики.
Подбор и обновление ассортимента товаров — постоянная головная боль для любого ритейлера. Это трудоемкий процесс, где каждая ошибка стоит реальных денег. В ecom.tech мы стараемся сделать его проще при помощи автоматизации, а заодно изучаем предпочтения покупателей. На этот раз мы искали, что обычно покупают в паре – так называемые комплементарные товары.
В этой статье расскажем:
-
с чем обычно покупают лапшу быстрого приготовления, а с чем — детское питание;
-
как география, время суток и другие факторы влияют на выбор покупателей;
Data Science и машинное обучение: примеры использования в реальных проектах
2024-10-29 в 5:15, admin, рубрики: data scienceИскусственный интеллект (AI) и машинное обучение (ML) уже давно вышли за рамки экспериментальных разработок и стали частью реальных проектов в бизнесе и промышленности. Их применение открывает новые горизонты для анализа данных, автоматизации задач и повышения эффективности работы компаний. В этой статье будут приведены примеры использования машинного обучения в реальных проектах, а также базовые шаги для обработки больших данных и настройки моделей. Для более глубокого изучения будут предложены полезные ресурсы и ссылки на инструментальные библиотеки.
Как пакет с пакетами помог аналитику решить задачу для бизнеса, или keep calm and import statsmodels
2024-10-17 в 9:00, admin, рубрики: data science, linear regression, python, statsmodels, линейная регрессияВсем привет!
Читать полностью »
Machine Learning: Медицинский дайджест за период 07.10 — 13.10 2024 г
2024-10-17 в 8:15, admin, рубрики: data science, deep learning, llm, большие языковые модели, медецинаБольшой медицинский Machine learning дайджест подготовлен командой телеграм канала Machine Learning Interview.
Модели машинного обучения и бенчмарки
🟩 ONCOPILOT: Интерактивная модель для сегментации опухолей на основе КТ и измерения по RECIST 1.1.
Топология в нейросетях?
2024-10-11 в 15:07, admin, рубрики: data, data science, ml, python, анализ данных, математика, Математика в нейросетях, нейросети, программирование нейросетей, топологияВот часто, когда слышишь про математику в ML, звучат только байесовские методы, производные, интерполяции, а еще иногда тензоры... Но математический аппарат в машинном обучении может уходить глубоко в корни даже, как кажется, совершенно фундаментальных и абстрактных направлений этой науки.
Знакомьтесь, «Незнакомое». Как мы сделали новый режим для Моей волны
2024-09-25 в 7:02, admin, рубрики: data science, ml, recsys, машинное обучение, рекомендации, яндексПривет! Меня зовут Савва Степурин, я старший разработчик в группе рекомендательных продуктов в Фантехе Яндекса. Сегодня расскажу вам про то, как мы сделали «Незнакомое» для Моей волны — специальный режим для активного поиска музыкальных открытий.
Обнаружение DGA доменов или тестовое задание на позицию intern ML-engineer
2024-09-23 в 15:35, admin, рубрики: data science, machine learning, python3, rag, tf-idf, информационная безопасность, стажировка, тестовое заданиеВ этой статье мы рассмотрим простую задачу, которая используется одной компанией в качестве тестового задания для стажеров на позицию ML-engineer. Она включает обнаружение DGA-доменов — задача, решаемая с помощью базовых инструментов машинного обучения. Мы покажем, как с ней справиться, применяя самые простые методы. Знание сложных алгоритмов важно, но куда важнее — понимать базовые концепции и уметь применять их на практике, чтобы успешно демонстрировать свои навыки.
А-Б тестирование: множественная проверка гипотез
2024-09-11 в 9:52, admin, рубрики: data science, анализ данных, аналитика, проверка гипотез, статистикаСегодня обсудим, как проверять много гипотез в одном эксперименте. Разберёмся, почему растут вероятности ошибок. Познакомимся с метриками множественного тестирования и поправками, которые позволяют их контролировать. Узнаем, как оценить необходимый размер групп и повысить чувствительность.
Меня зовут Коля, я работаю аналитиком данных в X5 Tech. Мы с Сашей продолжаем писать серию статей по А/Б тестированию. Предыдущие статьи можно найти в описании профиля.