[Артем Груздев] Машинное обучение в Python. Подписка на контент. Пакет Вообще все. Февраль (2026)
Об авторе: Груздев Артем Владимирович
SSE в Capital One (NY). Lead Methodologist в StateFarm
директор ИЦ «Гевисста», автор книг
Исследовательский центр «Гевисста»
Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика. Осуществляет подготовку специалистов в сфере прогнозного моделирования и анализа данных.
Основное направление – разработка новых высокоточных и одновременно интерпретируемых алгоритмов машинного обучения.
Наследие (все изданное до 2022). Королевское семейство (линейные модели).
Транскрипты видеолекций по ML. Готовим данные (предподготовка данных).
Конформное прогнозирование. Сборник статей по ML. Streamlit для Data Science. Кластерный анализ. Анализ выживаемости.Трансформеры.
Четыре товарища (дерево, лес, бустинг, стекинг). Causal Inference. Графовые нейросети. Каждый месяц открывается программный код к одному модулю.
2) Прикладной анализ временных рядов
Пособие в 3-х томах, более 2500 страниц (каждый месяц открывается доступ к одному тому, программный код доступен на 2-й месяц подписки)
Описание курса:
Классика машинного обученияОб авторе: Груздев Артем Владимирович
SSE в Capital One (NY). Lead Methodologist в StateFarm
директор ИЦ «Гевисста», автор книг
Исследовательский центр «Гевисста»
Исследовательский центр «Гевисста» с 2009 г. осуществляет разработку, валидацию, внедрение и мониторинг риск-моделей, моделей оттока, моделей отклика. Осуществляет подготовку специалистов в сфере прогнозного моделирования и анализа данных.
Основное направление – разработка новых высокоточных и одновременно интерпретируемых алгоритмов машинного обучения.
Пакет "Вообще все" на boosty, включающий следующие уровни подписки:
1) Все, кроме прикладного анализа рядовНаследие (все изданное до 2022). Королевское семейство (линейные модели).
Транскрипты видеолекций по ML. Готовим данные (предподготовка данных).
Конформное прогнозирование. Сборник статей по ML. Streamlit для Data Science. Кластерный анализ. Анализ выживаемости.Трансформеры.
Четыре товарища (дерево, лес, бустинг, стекинг). Causal Inference. Графовые нейросети. Каждый месяц открывается программный код к одному модулю.
2) Прикладной анализ временных рядов
Пособие в 3-х томах, более 2500 страниц (каждый месяц открывается доступ к одному тому, программный код доступен на 2-й месяц подписки)
Скачать - [Артем Груздев] Машинное обучение в Python. Подписка на контент. Пакет Вообще все. Февраль (2026)
Содержимое скрыто. Необходимо авторизоваться.
Войти
