Урок по Data Science разбор Kaggle для начинающих / AutoML LAMA / Optuna

Курс по Data Science https://pymagic.ru Мое сообщество ВКонтакте https://vk.com/pymagic Telegram https://t.me/pymagic Соревнования на Kaggle https://www.kaggle.com/c/nyc-taxi-tri... Таймкоды: 00:00 Разбор соревнования на Kaggle 00:28 Кратко о чем ролик - AutoML LAMA, подбор гиперпараметров при помощи Optuna 00:52 Обзор соревнования Kaggle - New York City Taxi Trip Duration 01:48 Импорт данных, какие еще внешние данные понадобятся и как их скачать 02:52 Смотрим на данные 03:38 EDA - Разведочный анализ данных 04:08 EDA. Анализ основных статистик, выбросы 06:07 Feature engineering, добавление новых признаков, трансформация текущих 08:33 Анализ распределения целевой переменной, логарифмирование 09:30 Анализ и удаление выбросов 10:49 EDA. Анализ признаков (длительность от часа, когда была начала поездка и т д), корреляция 12:12 Подготовка к обучению модели LightGBM 13:07 Построение целевой функции для Optuna для оптимизации гиперпараметров 15:04 Поиск оптимальных параметров при помощи Optuna, визуализация 16:43 Обучаем итоговую модель на подобранных параметрах, смотрим значение метрики RMSLE 17:43 AutoML LAMA с чего начинать / Создание задачи, ролей, структуры модели 20:03 Обучение при помощи AutoML LAMA / Подбор моделей / Анализ результатов 22:49 Feature importance у модели LightGBM and Optuna 23:40 Feature importance у AutoML LAMA 24:59 Сообщество PyMagic в ВКонтакте Группа в ВКонтакте https://vk.com/pymagic Telegram https://t.me/pymagic #DataScience #Kaggle