Логистическая Регрессия || Машинное Обучение

[@avecoder]

Практический Курс по Python: Stepik: stepik.org/a/126242 Udemy: www.udemy.com/course/avecoder-advanced-python/?referralCode=270C5D0661A966B53743

[@ЮлияЖданова-в7г]

Вы просто гений! Кладбище чтобы докопаться до правды, это сильно!

[@avecoder]

К счастью копать не пришлось. На канале Аве Тех уже вышло видео. ))

[@ЮлияЖданова-в7г]

@@avecoder обязательно посмотрю, истинный научный работник с данными! 😁 P.S случайно не знаете, где достать датасет про мигрень с большим количеством фичей?

[@avecoder]

Попробуйте huggingface datasets и там в поиске вбейте либо название датасета либо его тему. Там полно интересных датасетов, а вообще будет отдельный выпуск про злачные места, где можно откопать качественные данные.

[@АлексейВашкевич-ш2д]

Почему так мало просмотров у такого замечательного курса?

[@avecoder]

Сам удивляюсь ))

[@walterkovacs6145]

Vi, здравствуйте. Это снова я) Можете проконсультировать в пару строк, как правильно начать изучать написание ии с нуля?) У вас курс есть на канале по пайтону. Достаточно этого будет для базы, чтобы далее изучать фреймворк? Видео по машинному обучению с вашего канала тоже посмотрю. Мне вот интересно заострить внимание на пайтоне именно. Как правильно учиться чтобы поскорее прийти на собеседование с минимальным багажом и какие нужна проекты? Спасибо Вам, за ранее)

[@dedkoster]

По названию темы видео ожидал увидеть более развернутую реализацию с разбором

[@farid5347]

Спасибо за видео!Познавательно. С xgboost или catboost на титанике планируется разбор?

[@avecoder]

Да, постараюсь сделать и с xboost