У нас вы можете посмотреть бесплатно Оценка производительности моделей интеллектуального анализа данных или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Оценка производительности моделей интеллектуального анализа данных Пожалуйста, подпишитесь на рассылку, перейдя по ссылке ниже: https://valuechord.com/valuepulse/ 0:00 Введение 1:01 Что мы прогнозируем? 1:50 Главное открытие 2:31 Наивный бенчмарк 3:24 Показатели точности прогнозирования 4:25 Обучение против валидации 5:18 Прирост и графики 5:45 График кумулятивного прироста 6:34 График децилевого прироста 7:35 Показатели классификации 7:54 Наивное правило 8:47 Матрица ошибок 9:59 Решение о пороговом значении 11:00 Чувствительность против специфичности 12:05 ROC-кривая 13:09 Обучение с учетом стоимости 13:32 Не все ошибки одинаковы 14:25 Средняя стоимость ошибочной классификации 15:26 Передискретизация для редких событий 16:26 Ключевые выводы ------------------------------------------------------------------------------------------------------------------------------ Мое оборудование для съемки этого видео: 💻 Macbook Pro Ноутбук: https://amzn.to/4kx9n73 🖥️ Монитор Acer: https://amzn.to/4dpZrd0 Моя книга: Nair, A. 2025. Structured Thinking for Smarter Decisions. How 100+ Proven Frameworks Help You See Patterns, Gain Clarity, and Act with Confidence. https://www.amazon.com/dp/B0FNCXPT1C Рекомендуемые книги для изучения множественной линейной регрессии, интеллектуального анализа данных и глубокого обучения: Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. " O'Reilly Media, Inc.". https://amzn.to/3ZxF2wX Goodfellow, I., Bengio, Y. & Courville, A. (2017). Глубокое обучение (серия «Адаптивные вычисления и машинное обучение»). Кембридж, Массачусетс, США: издательство MIT. https://amzn.to/4k49AP9 Хан, Дж., Пей, Дж., и Тонг, Х. (2022). Добыча данных: концепции и методы. Morgan Kaufmann. https://amzn.to/4jjoy2P Казил, Дж., и Ярмул, К. (2016). Обработка данных с помощью Python: советы и инструменты, которые облегчат вам жизнь. «O'Reilly Media, Inc.». https://amzn.to/3SNp5Pr Шмуэли, Г., Брюс, П. К., Яхав, И., Патель, Н. Р., и Лихтендаль-младший, К. К. (2017). Добыча данных для бизнес-аналитики: концепции, методы и приложения на Python. John Wiley & Sons. https://amzn.to/3SP8YAW Давайте общаться онлайн: 📩 ValuePulse - Еженедельный дайджест: https://valuechord.com/valuepulse/ 🐦 Twitter 1: /dr_nair (Личный) 🐦 Twitter 2: /valuechord (Компания) 👨🏻💻 LinkedIn 1: /dranandnair (Личный) 👨🏻💻 LinkedIn 2: /valuechord (Компания) 🖋 Блог: https://www.anandnair.com/