Репетиторы по Data science в Воронеже

34 года. Для себя. Пожелания и особенности: Мне понадобилось построить прогноз вероятности конверсии для контекстной рекламы и освоить темы, которые потребуются для выполнения такой задачиещё

22 года. Для себяещё

Нужно решить задачу по loginom и объяснить решение Рассчитайте для каждого товара, поставщика и магазина, сколько было поставок за выбранный период (задается фильтром; поставьте последний год от имеющихся данных). Рассчитайте также средний интервал между поставками в днях. Поставку можно определить по правилу: уровень запаса товара сегодня выше, чем вчера. Обратите внимание, что некоторые товары могут поставляться несколькими поставщиками. Частоту поставок надо посчитать с учетом не только названия, но и кода товара и кода поставщика. Для товаров, у которых за период не было ни одной поставки, примите интервал поставки 365 дней. Сделайте OLAP-куб, который выводит количество товаров в каждой категории по средней частоте поставок: раз в 14 дней, раз в 30 дней, раз в 90 дней, раз в 180 дней, раз в годещё

30 лет. Для себяещё

Пожелания и особенности: Необходимо погружение в python и машинное обучение. Четко, структурно, без воды, с практическим применением и объяснением на простых примерах. В университете сейчас проходим следующие темы: Содержание учебной дисциплины * Введение в теорию вероятности и её применение на практике. * Введение в статистику и её применение на практике. * Введение в машинное обучение. * Метрики качества в машинном обучении. * Наборы данных в машинном обучении * Обучение с учителем. Классификация, логистическая регрессия. * Ансамбли моделей в машинном обучении. Концепция бустинга. * Практика работы с данными на основе задачи кластеризации. * Неструктурированные данные: тексты, изображения. * Нейронные сети: введение. * Нейронные сети: сверточные и рекуррентные сети. * Задачи и методы машинного обучения на графах * Нейронные сети для рекомендательных систем, соревновательные нейронные сети и автокодировщики. Планируемые результаты обучения * Использует методы работы с графами для решения практических задач профессиональной области. Умеет модифицировать основные математические модели, основанные на теории графов, в соответствии со спецификой задачи * Адекватно оценивает корректность использования методов анализа данных, применяемых при решении исследовательских задач. * Адекватно оценивает корректность использования статистических методов, применяемых при формулировке и решении задач, владеет базовыми навыками анализа данных. * Использует базовые метрики качества в задачах классификации, кластеризации и регрессии. * Применяет методы кластеризации для анализа данных. * Применяет методы классификации и логистической регрессии для анализа данных. * Готовит и валидирует наборы данных для машинного обучения. * Корректно применяет ансамбли моделей в машинном обучении. * Готовит датасет для анализа неструктурированных данных (изображений, текстов)ещё

27 лет. Для себя. Нужен репетитор на несколько уроков чтобы объяснить как сделать логистическую регрессию в Jupyter Notebook. Есть тестовое задание с набором данных, мне нужно объяснить как его делатьещё

54 года. Для себяещё

30 лет. Для себя. Пожелания и особенности: Помочь с кодом, чтобы не сидеть долго на одном месте при решении задач в Python, RStudioещё

Для работы. Необходимо выполнить тестовое задание по задаче кластеризацииещё

Для работы. Нужно объяснить темы Xgboost, Catboost и подправить проект по этим моделямещё

26 лет. Для себяещё

34 года. Для себя. В рамках обучения, нужно в проекте на kaggle добиться хорошего показателя метрики. Весь код есть, но метрика ниже допустимой, возможно причина в подборе признаков, возможно где-то предобработка данных неверная. Нужно помочь найти правильный подходещё

23 года. Для себя. Пожелания и особенности: Необходимо быстрое погружение в data science (python) для работы и обучения в вузе Без сухой теории, с закреплением на практике на реальных задачахещё

Магистратура. Подготовка к экзамену в вузе. Вуз и специальность: Les Rochesещё