MLinside

Учимся на практике: решаем реальные ML-задачки Это наша регулярная рубрика #петпроект_MLinside и тут мы публикуем задачи из реальных проектов, чтобы лучше запомнить теорию. Плюс, упоминание об этом можно включить в портфолио, что определенно поможет вам на собеседованиях. Пятая задача: прогнозирование спроса на товар Что нужно сделать: Узнать, сколько единиц товара будет продано завтра или на следующей неделе. Как можно сделать: ▪️ Использовать признаки: история продаж, день недели, сезон, скидки, реклама; ▪️ Добавить лаги и скользящие средние; ▪️ Попробовать: Prophet, XGBoost, ARIMA. Данные можно взять на Kaggle: hwww.kaggle.com/...ing Готовы попробовать? Делитесь своими результатами в комментариях. Все посты этой рубрики можно посмотреть по тэгу: #петпроект_MLinside

Завтра мы будем записывать третью часть подкаста: Виктор Кантор x Валерий Бабушкин Если не смотрели первые две части, вас ждет замечательный вечер. Посмотреть выпуски можно на канале На этот раз мы поговорим про спортивную дисциплину, процессы в ML и многом другом. И именно сейчас у вас есть возможность повлиять на содержание подкаста. В комментариях вы можете написать свои вопросы Валерию Бабушкину, мы отберем самые интересные и передадим Виктору. Если хотите что-то узнать про ML System Design, работу в бигтехе или о чем-то еще - ждем вас в комментариях.

Сможете найти ошибку в коде? Да, это наша регулярная рубрика Code Detective. Тут мы публикуем фрагмент кода, а вы смотрите, что с ним не так. Но помните, что ошибки может и не быть. Так что если хотите прокачать навык чтения и анализа чужого кода, а это крайне полезный навык в работе ML-инженера, рубрика вам пригодится. Вот фрагмент кода: import pandas as pd df = pd.DataFrame({   'A': [1, 2, 3],   'B': [4, 5, 6] }) # Хотим изменить B там, где A > 1 df.loc[df['A'] > 1]['B'] = 99 print(df) Тут всё хорошо. Или нет? Есть какая-то ошибка? Если есть, напишите в комментариях: 1. Какую ошибку нашли; 2. Варианты её исправления. Ответ мы опубликуем завтра, а посты этой рубрики можно посмотреть по хэштегу: #CodeDetective_MLinside