Материал Артема Груздева посвящён применению генетического алгоритма для отбора признаков в машинном обучении. В нём приводится описание подхода и его реализация на Python в формате Jupyter-тетрадки. Автор — директор исследовательского центра «Гевисста», специализирующегося на прогнозном моделировании.
Подробнее →Сборник из 14 практических Jupyter-тетрадок по каузальному анализу от Артема Груздева. В материалах рассматриваются методы последовательного тестирования, CUPED, квантильная регрессия, байесовский бутстреп, двойное несмещённое машинное обучение и другие темы, связанные с оценкой причинных эффектов.
Подробнее →Сайт: Сайт автора Базовый видеокурс по Causal Inference. 12 видеолекций по 25-30 минут. Программа: Основные понятия Знакомство со статистикой (тестирование гипотез, p-значение, дов
Подробнее →Сайт: Сайт автора Автор Груздев Артем Владимирович: SSE в Capital One (NY). Lead Methodologist в StateFarm Директор ИЦ «Гевисста», автор книг Исследовательский центр «Гевисста» Исс
Подробнее →Сайт: Сайт автора Программа: 1. Отбор лучшей казуальной модели с помощью R-скорера Класс RScorer для сравнения нескольких моделей эффекта по R-критерию (Nie & Wager). Применять для
Подробнее →Сайт: Сайт автора Автор Груздев Артем Владимирович: SSE в Capital One (NY). Lead Methodologist в StateFarm Директор ИЦ «Гевисста», автор книг Исследовательский центр «Гевисста» Исс
Подробнее →Сайт: Сайт автора Классика машинного обучения Пакет \"Вообще все\" на boosty, включающий следующие уровни подписки: 1) Все, кроме прикладного анализа рядов Наследие (все изданное д
Подробнее →