Mateusz Grzyb - data science, machine learning, sztuczna inteligencja
  • Start
  • O mnie
  • Spis treści
  • Mój kanał YouTube
  • Portfolio projektów
  • Czytelnia
  • Kontakt
wybór punktu odcięcia, klasyfikacja

DSP 003: Wybór odpowiedniego punktu odcięcia – metoda uwzględniająca założenia biznesowe

27 kwietnia 2020 Mateusz Grzyb 0

Jak wybrać punkt odcięcia i uwzględnić uwarunkowania biznesowe, by maksymalizować zysk i minimalizować stratę? O tym wszystkim opowiadam w trzecim odcinku DSP. Serdecznie zapraszam do […]

wybór punktu odcięcia, klasyfikacja, cut off, zaawansowana anlityka, data science

Jak wybrać punkt odcięcia, bazując na uwarunkowaniach biznesowych?

4 kwietnia 2020 Mateusz Grzyb 2

W ostatnich wpisach pokazywałem jak wybrać punkt odcięcia przy założeniu, że wszystkie popełniane błędy kosztują nas tyle samo. W poniższym wpisie przedstawiam metodę biorącą pod […]

wybór punktu odcięcia, klasyfikacja

DSP 002: Wybór odpowiedniego punktu odcięcia – metoda „złotego środka”

29 marca 2020 Mateusz Grzyb 0

W drugim odcinku na kanale Data Science Plus poruszam temat wyboru odpowiedniego punktu odcięcia.

punkt odcięcia cut off, klasyfikacja

Prosty sposób na wybór odpowiedniego punktu odcięcia – praktyka

28 marca 2020 Mateusz Grzyb 4

Wybór odpowiedniego punktu odcięcia wcale nie musi być trudny. Poniżej na przykładzie z sektora finansowego pokazuję jak to zrobić w kilku prostych krokach.

Prosty sposób na wybór odpowiedniego punktu odcięcia

19 marca 2020 Mateusz Grzyb 2

Nawet wzorcowo przeprowadzony proces uczenia nie jest jeszcze gwarantem sukcesu w modelowaniu. Tym na co warto zwrócić uwagę, jest poziom cut-off, który bezpośrednio przekłada się […]

data science plus odcinek 001

DSP 001: Zapowiedź kanału YouTube – Data Science Plus

13 marca 2020 Mateusz Grzyb 3

A więc stało się: pierwszy odcinek na YouTube-owym kanale Data Science Plus został opublikowany. Zapraszam Cię do jego obejrzenia.

Zaawansowana analityka, czyli o czym będę pisać przez najbliższe miesiące

2 lutego 2020 Mateusz Grzyb 4

Co w uczeniu maszynowym i statystyce jest zagadnieniem „zaawansowanym”? Gdzie leży granica pomiędzy tym, co proste, a tym, co wysublimowane?

wybór algorytmu, algorytm klastrujący, algorytm grupujący, grupujące, uczenie maszynowe, bez nadzoru

Wybór odpowiedniego algorytmu. Część 4 – algorytmy grupujące

24 stycznia 2020 Mateusz Grzyb 0

W cyklu „Wybór odpowiedniego algorytmu” przyszedł czas na omówienie algorytmów grupujących. Obiektywnie, w kwestii doboru odpowiedniego algorytmu grupowanie jest znacznie bardziej złożone niż regresja, czy […]

grupowanie, segmentacja, rfm, projekt, k-means, k-średnich

Segmentacja behawioralna klientów z użyciem metody RFM

14 grudnia 2019 Mateusz Grzyb 4

Segmentacja wcale nie musi być skomplikowana. Najważniejszy jest jej efekt i korzyści jakie przynosi dla firmy. W tym projekcie chciałbym pokazać jak szybko, łatwo i […]

Jaki los czeka data scientistów?

30 listopada 2019 Mateusz Grzyb 1

Data Science od kilku lat przeżywa nieustający rozkwit. Dzisiejsze media wieszczą specjalistom od ML świetlaną przyszłość. Czy tak się jednak stanie?

Nawigacja po wpisach

« 1 … 3 4 5 … 10 »

O blogu

Blog o Data Science

W Data Science teoria to 20% sukcesu - reszta to świadome i przemyślane działanie.
Na łamach mojego bloga w prosty sposób opisuję jak w praktyce zastosować zaawansowane algorytmy, techniki i narzędzia z dziedziny Data Science.

POBIERZ BEZPŁATNY PORADNIK

Pamiętasz zasadę Pareto? W bezpłatnym poradniku, który przygotowałem, omawiam 20% technik, które w codziennej pracy z danymi przynoszą 80% efektów.

Zapisz się na mój newsletter i pobierz bezpłatny poradnik: „10 kroków do lepszego zrozumienia danych". Dzięki niemu nadasz odpowiednią strukturę swojej pracy, lepiej zrozumiesz analizowany zbiór i zaoszczędzisz czas.

Copyright © 2016 - 2023 MG Mateusz Grzyb | Strona używa plików cookies. Kontynuowanie przeglądania oznacza zgodę na ich użycie. | Polityka prywatności | Regulamin szkolenia

×