PyData Meetup Recap

Казват, че за изграждането и развитието на ангажирана общност е необходимо цяло село.

Имахме привилегията да бъдем домакини на месечната среща на PyData от групите PyDataSofia и Data Science Society и да приветстваме местната общност за данни миналата седмица. В тази публикация в блога ще обобщим някои акценти от срещата и ще споделим някои полезни ресурси.

Campus X, където се намира и нашият офис, бяха нашият домакин и вечерта премина под бръмченето на мрежите на екосистемата, енергията на връзките беше изкована и подхранвана от вкусни лакомства и напитки. В центъра на вниманието беше темата "Bias-variance trade-off" от висококвалифицирания експерт в областта Георги Налбантов. Доктор на науките.

Георги има над 80 публикации в реномирани списания в областта на компютърните науки, здравеопазването, финансите и статистиката. Съсобственик на патент в областта на ДНК анализа, интересите му са в областта на банковото дело, прогнозната поддръжка, анализа на ЕКГ сигнали, оптимизацията на складови наличности и компютърното зрение. В своята лекция Георги Налбантов развенча един от най-важните и трудни въпроси в машинното обучение - концепцията за компромис между отклонение и вариация.

Компромисът между отклонението и вариацията е съображение за проектиране при обучението на модела за машинно обучение. На някои алгоритми е присъщо високо отклонение и ниска дисперсия и обратно.

Така че защо да научите повече за това? Разбирането на концепцията ще ви помогне да вземете информирано решение при обучението на вашите ML модели. 

Като опитен лектор, той започна с няколко шеги за науката за данните.

По-долу е прочутата графика от книгата на Хасти, Тибширани и Фридман - "Елементи на статистическото обучение", която изобразява грешките при обучение и тестване. "С нарастването на сложността на модела грешките при обучението намаляват, грешките при теста първоначално намаляват, а след това се увеличават. Търсим нивото на сложност, при което тестовата грешка е минимална, което се нарича най-добър компромис между отклонението и дисперсията."

След това Георги даде различни примери, за да илюстрира приложението на концепцията и да поддържа интереса на аудиторията по време на лекцията. Георги записа всички примери, които показа, във видеоклип в своя канал в YouTube. ▶️ Можете да го гледате тук ◀️.

За актуализации относно следващото ни събитие следвайте Vector Labs в LinkedIn или Facebook, за да бъдете в течение.