OTUS Machine learning 2020

1. 02. Базовые инструменты анализа данных в Python/02.mp4182.15MB
2. 03. Exploratory Data Analysis and Preprocessing/03_1.mp4147.76MB
3. 03. Exploratory Data Analysis and Preprocessing/03_2.mp425.99MB
4. 04. Задача классификации. Метод ближайших соседей (kNN)/04.mp4190.74MB
5. 05. Задача регрессии. Линейная регрессия/05.mp4226.86MB
6. 06. Логистическая регрессия/06.mp4220.11MB
7. 07. Feature engineering and advanced preprocessing/07.mp4185.52MB
8. 08. Практическое занятие по темам, изученным в первом модуле/08.mp4311.87MB
9. 09. Метод опорных векторов/09.mp4140.8MB
10. 10. Деревья решений/10.mp4223.79MB
11. 11. Ансамбли моделей/11.mp4134.6MB
12. 12. Градиентный бустинг/12.mp4130.7MB
13. 13. Обучение без учителя. K-means, EM алгоритм/13.mp4138.49MB
14. 14. Обучение без учителя. Иерархическая кластеризация. DB-Scan/14.mp4176.8MB
15. 15. Методы уменьшения размерности/15.mp4220.78MB
16. 16. Поиск аномалий в данных/16.mp4224.44MB
17. 17. Сбор данных/17.mp4218.88MB
18. 18. Анализ текстовых данных. Часть 1/18.mp4166.87MB
19. 19. Анализ текстовых данных. Часть 2/19.mp4198.5MB
20. 01. Введение в машинное обучение/01.mp477.8MB
21. 20. Анализ текстовых данных. Часть 3. Практическое занятие/20.mp4188.48MB
22. 21. Рекомендательные системы. Часть 1/21.mp4116.54MB
23. 22. Рекомендательные системы. Часть 2/22.mp4123.53MB
24. 23. Анализ временных рядов. Часть 1/23.mp4222.51MB
25. 24. Анализ временных рядов. Часть 2/24.mp4175.62MB
26. 25. Алгоритмы на графах/25.mp4296.7MB
27. 26. АБ тестирование/26.mp4204.53MB
28. 27. Работа с Big Data. Часть 1/27.mp4243.85MB
29. 28. Работа с Big Data. Часть 2/28.mp4281.23MB
30. 29. Работа с Big Data. Часть 3/29.mp4162.42MB
31. 30. Нейронные сети и глубокое обучение/30.mp4177.79MB
32. 31. Бонус поиск Data Science работы/31.mp4232.22MB