Кластеризация / Разбор задачи по Data Science: Сегментация клиентов

[@spraysferry9841]

Я только начинаю свой путь в дата сайнс. Спасибо за ваш труд и за то что делаете такие видео!

[@МаксимМихайлов-т8м]

Как же этого видоса не хватало две недельки назад при выполнение тестового задания с собеседования) Спасибо!

[@АндрейРожнов-ш9к]

Большое спасибо! Очень наглядно и все по сути! Побольше бы таких видео, по возможности.

[@aldargarmaev5990]

Спасибо за разборы! Лучший формат для изучения задач

[@puzzlo_2]

как всё со стороны просто и ужасаюсь, как будет всё сложно, если самому туда окунуться ). спасибо за видео !

[@aleksgor1408]

Спасибо, хороший разбор. Больше нигде таких полезных разборов не видел, четких. И столько всего интересного, код красивый, визуализации )). ПРям кайф, еще больше начинаешь любить ds. Жаль что уже другой курс купил. Интересно даже, что же в полном курсе. Продолжайте еще разборы интересные делать.

[@oeaoo]

Учитывая что я в анной теме технологически близок к нулю (но понимаю математику и статистику) было очень интересно. Когда-то игрался с R для анализа логов, чем-то напомнило. Ну, и универ, конечно. Спасибо и успехов!

[@БогданПхенда]

Отличное объяснение, спасибо за контент!

[@Ruslanurie]

Круто! Есть и предобработка и создание фичей и разные модели и анализ и визуализация. И всё в одном видео. Спасибо)

[@Максим-я8т6н]

С первого раза раза (пару месяцев назад) не понял чем кластеризация отличается от классификации, а щас как понял!

[@МатематикавРоссии]

Хорошие видео. Но мне кажется, некоторые сравнения методов и выводы по ним неплохо было бы пояснить подробнее, потому что не для всех так все очевидно.

[@old-empire]

Офигенно!

[@LordKrippenschtoeffell]

Тот самый момент когда нифига не понятно (человеку который мат. анализ и высшую алгебру проходил в универе, а так же плотно общался с людьми, которые в 90е-00е реализовывали програмно и кластеризацию и снижение размерности) - но благодаря лёгкому и понятному стилю изложения - очень интересно. Т.е. с одной стороны сложно, а с другой стороны понимаешь что это вполне познаваемо. С одной стороны практическая рекомендация, с другой - источник вдохновения. Спасибо.

[@tanyavasileva1232]

Большое спасибо за видос и за гитхаб

[@БогданПхенда]

Добрый день! Поделитесь пожалуйста файлом "utils" , нигде не могу найти😊

[@mikekertser5384]

Очень интересное видео! Спасибо! :)

[@ЭраджШеров]

Приятно слушать)

[@БогданПхенда]

Анастасия Добрый день! Как попасть к вам на курс? Так же хотел спросить про "utils", не могу найти файл га Гите)

[@aijedi45]

Есть ли смысл использовать автоэнкодер для снижения размерности?

[@mwave3388]

Привет. Использовала кластеризацию для feature engineering?

[@lestail]

Можно обновленную ссылку на github

[@НикитаКарагодин-ь1ш]

Страница с гитхаба не открывается...

[@ДарьяМозгова-у2ш]

Спасибо за видео! Как раз мучалась с валидацией количества кластеров. Очень помог силуэт :) спойлер: все плохо, надо крутить дальше Вопрос: есть ли датасеты, которые невозможно качественно/нормально/адекватно кластеризовать? У меня 10 признаков и все одинаково важны 🥲

[@ДарьяМозгова-у2ш]

@@miracl6 спасибо большое! :)

[@dimitribolt6006]

Аааа... ну это же надо, так говорить абсолютно неверные вещи с таким уверенным видом.... Преподаватель математики этой барышни наверное готов совершить самоубийство от стыда, что вырстил такого специалиста. По сути: Все приведенные методы могут работать исключительно с Euclidean and metric расстояниями между измерениями (прошу прощения, я не знаю как это правильно называется в русскоязычной терминологии). В частности в любом учебнике на первой же странице написано, что K-Means выдаст неинтерпретируемую фигню на категориальных данных. (Для критиков: какую-бы distance matrix мы не посторили на категориальных данных, например самую простую Gower’s distance (or similarity) они будут nonEuclidean and nonMetric. На обывательском языке на примере census (девушка употребляет термин СоцДем): невозможно сказать, кто из "single" или "divorced" ближе к "married" - нет такой евклидовой меры) Коллеги - читайте учебники (и очнень желательно оригинальные англоязычные). Такие курсы-лекции нанесут вашей квалификации непоправимый вред!

[@dimitribolt6006]

@@miracl6 😀

[@ДмитрийШульц-у1я]

женщина ты кто ? ты молодец )))))

[@СоколОрлов-м2ъ]

Главное запомнить пару слов, успех обеспечен. Регрессия кластеризации пердиманокля:-)

[@АлександрЗверев-г6с]

Как все сложно....

[@АлександрЗверев-г6с]

@@miracl6 , конечно, лишь как гуманитарию нужно интегралы изучить и ещё несколько разделов высшей математики. 😎

[@dmitrypetrov3052]

@@АлександрЗверев-г6с так-то интегралы ещё в школе изучают, а математика в DS довольно простая: 1-2 курс технического вуза и далеко не в полном объёме.

[@АлександрЗверев-г6с]

@@dmitrypetrov3052 , у меня юридический ВУЗ был, сейчас считаю только пени, госпошлину, очень редко налоги. Что в школе было уже не помню - давно это было. Посмотрел кое-что в интернете про интегралы, что-то общее понял, но глубоко пока не вникал.

[@dmitrypetrov3052]

@@АлександрЗверев-г6с можно поглядеть шпаргалку по математике для DS от Яндекса: drive.google.com/file/d/1FCy0VSid9VO4oSZAXx80x4eGGG32J-33/view

[@АлександрЗверев-г6с]

@@dmitrypetrov3052 , странно, что Яндекс МФТИ в конспекте колонтитулы указаны. И странно, что комментарий тут оставлял и он исчез.

[@vitaliibali]

а еще самые богатые больше пьют вина и больше едят мяса

[@zoom8346]

Поделитесь пожалуйста инструментами from utils) Plot_clustering

[@whywhy867]

+

[@БогданПхенда]

Поделитесь пожалуйста инструментами utils, нигде не могу найти😊

[@БогданПхенда]

@@whywhy867 вас так же попрошу поделитесь инструментами from utils)