В гостях Юрий Кацер - эксперт по анализу данных и машинному обучению в промышленности, DS team lead Conundrum.ai. В выпуске говорим о том, что такое временные ряды и как их можно анализировать и прогнозировать с помощью машинного обучения. Какие задачи из реального мира сводятся к анализу временных рядов? Как работать с некачественными данными? Почему техобслуживание даже одной детали большой системы может привести к тому, что ML-модель отправится на свалку истории? Имеет ли смысл методы анализа временных рядов применять для того, чтобы угадать курс биткоина? С чего начать погружение в область? И как экономить деньги компании на сезонности? Обо всем этом в выпуске подкаста! Ссылки выпуска: Телеграм-канал Юрия о задачах ML в промышленности и не только (
Пост со ссылками на открытые датасеты с промышленными данными (
Одна из лучших лекций на русском про прогнозирование временных рядов ( • Лекция 10 Прогнозирование временных рядов ) Набор блокнотов и презентация по анализу временных рядов (
Выпуск подкаста на mawe -
Все выпуски подкаста на mawe -
Подкаст на Apple Podcasts -
Подкаст на Google Подкастах -
Подкаст в Яндекс Музыке -
Паблик подкаста ВКонтакте -
https://vk.com/mlpodcast Вступайте в книжный ML-клуб, где мы читаем книги по машинному обучению и смежным темам! MLBookClub (
Телеграм-канал "Стать специалистом по машинному обучению" -
Чат в телеграм, где можно обсудить выпуски, предложить гостей и темы подкаста и просто пообщаться (
Телеграм автора подкаста - @kmsint Бесплатный курс по созданию телеграм-ботов на Python и aiogram от автора подкаста -
Продвинутый курс по созданию телеграм-ботов на Python -
Поблагодарить автора подкаста можно добрым словом и/или донатом:
