Построение пайплайнов с помощью sklearn или как выделиться на фоне остальных. День 1

Мы поговорим по построение легко масштабируемого пайплайна для обработки данных и построения прогноза в несколько строк с помощью piplines из библиотеки sklearn. Узнаем, как писать код быстрее и эффективнее, чтобы выделяться на фоне остальных data scientist'ов, которые пишут плохой код. Вы узнаете как можно сократить количество кода в 4 раза при решении задачи классификации, а так же как визализировать работу вашего кода.
Ссылка на ноутбук - https://github.com/a-milenkin/Otus_Op...

«Machine Learning. Professional» - https://otus.pw/vjQC/

Преподаватель: Александр Миленькин - Data Scientist в Gero, ранее Биоинформатик в Insilico Medicine и Аналитик в РЖД

Подключайтесь к обсуждению в чате - https://otus.pw/mk1r/

Пройдите опрос по итогам мероприятия - https://forms.gle/7qRR4HMGCjgkSwR19

Следите за новостями проекта:
- Facebook: https://otus.pw/3hO2
- Telegram: https://t.me/Otusjava
- ВКонтакте: https://otus.pw/850t
- LinkedIn: https://otus.pw/yQwQ/
- Хабр: https://otus.pw/S0nM/