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

wykrywanie obserwacji nietypowych

wykrywanie outlierów

3 metody wykrywania obserwacji odstających w Python

18 sierpnia 2020 Mateusz Grzyb 4

W tym wpisie przedstawiam 3 sprawdzone metody wykrywania obserwacji odstających w Python. Zapraszam do przeczytania. 🙂

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

×