Data Science разбор реальной задачи с собеседования. Прогнозирование оттока клиентов.

Разбор задания "Прогнозирование оттока клиентов".
⚡️t.me/ai_machin... - наш канал, для всех, кто любит машинное обучение и data science
⚡️ t.me/addlist/2... а здесь целая папка крутых ресурсов для Дата Саентиста, наслаждайтесь.
Это отличная задача с собеседования, потому что здесь рассматривается много понятий из Data Science, ML и аналитики:
- разведочный анализ данных EDA
- прогнозирование с помощью логистистической регрессии
- прогнозирование с помощью случайного леса
- k-means-кластеризация, построение дендрограммы
- построение корреляционной матрицы, работа с категориальными признаками
github.com/Dev... - csv файл с данными
github.com/Dev... - код из видео
100 вопросов с собеседований Data Science - часть 1 • 100 вопросов с собесед...
#python #machinelearning #машинноеобучение
#datascience #datascientist #аналитикаданных

[@uproger]

⚡t.me/ai_machinelearning_big_data - наш канал, для всех, кто любит машинное обучение и data science
⚡ t.me/addlist/2Ls-snqEeytkMDgy а здесь целая папка крутых ресурсов для Дата Саентиста, наслаждайтесь.
📌 github.com/Develp10/pandaspythoncourse/blob/main/gym_churn.csv- csv файл с данными
📌github.com/Develp10/pandaspythoncourse/blob/main/%D0%9F%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BE%D1%82%D1%82%D0%BE%D0%BA%D0%B0_%D0%BA%D0%BB%D0%B8%D0%B5%D0%BD%D1%82%D0%BE%D0%B2.ipynb - код из видео
00:00:00 Введение и описание датасета
00:01:38 Анализ данных и построение модели
00:09:38 Рекомендации по работе с клиентами

[@JaiSuperApp]

Бро, так рад, что нарвался на канал 😂 только начинаю свой путь самурая (обучения). И это просто сумасшедшая кладезь знаний! Пожалуйста, продолжай делать такие видео ❤

[@uproger]

Спасибо за высокую оценку! Удачи на пути самурая)

[@MLAIcoder]

супер топ, большое спасибо, ждем больше таких видео!

[@Zina-g1f]

Ребята, спасибо! Вы крутые

[@uproger]

Спасибо

[@DevOPSitsec]

Очень круто, спасибо большое, коммент для пожжурежки !

[@BoQbL1k]

Спасибо за видос! Ты начал строить графики связывая с кластерами, которые получил через k-means, а если мы использует регрессию или деревья, то как оттуда понять какие признаки лучше влияют на отток? мы же в конце считаем параметры модели и что нам с этих параметров?)

[@uproger]

00:00:00 Введение и описание датасета
00:01:38 Анализ данных и построение модели
00:09:38 Рекомендации по работе с клиентами

[@sprellefn3079]

Пипец страшно 💀
Пойду дальше ботать арктригу и планик. Там чёт попроще и спокойнее

[@bo44arov]

А шаг feature engineering не нужен?

[@samSosiska]

А на sql

[@uproger]

у нас есть видео с разбором задач с sql собесов для аналитиков данных

[@samSosiska]

@@uproger пошел на

[@lespri]

На канале codebasics как обучение была работа с оттоком клиентов, а тут как собес прикол

[@Vilayat_Khan]

спс сделал наконец расследование убийства скл. давно хотел сделать