• Каталог /
• Видео /
• Лекция 12....

Лекция 12. AUC, ROC кривые. Логистическая регрессия (Анализ данных на Python. Ч2)

 

Лекция 12. AUC, ROC кривые. Логистическая регрессия (Анализ данных на Python. Ч2)

 

Анализ несбалансированных выборок. Accuracy, precision, recall, F1. ROC кривая (ROC curve) для определения порогового значения. ROC кривая (ROC curve) для сравнения классификаторов. Area under curve (AUC). Логистическая регрессия (Logistic regression). Лекция № 12 в курсе "Анализ данных на Python в примерах и задачах. Часть 2" (осень 2018). Преподаватель курса: Вадим Леонардович Аббакумов Страница лекции на сайте CS центра:

Лекция 7. XGboost. (Анализ данных на Python в примерах и задачах. Ч2)

Лекция 11. Random forest

[DeepLearning | видео 1] Что же такое нейронная сеть?

PyTorch. Основы нейросети. Теория и практика для начинающих

Градиентный Бустинг: самый частый вопрос на собеседовании на дата саентиста

089. Мастер класс Решение задач классификации при помощи CatBoost – Никита Дмитриев

Что такое эллиптические кривые и зачем они нужны?

Лекция 2. Нейронные сети. Теория и первый пример (Анализ данных на Python в примерах и задачах. Ч2)

Лекция 6. Проверка статистических гипотез (процедуры Python)

Redis за 20 минут