На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

GeekBrains

4 подписчика

Построение и оценка дискриминационной способности моделей на основе логистической регрессии

В рамках данного вебинара будет продемонстрировано построение классификационной модели для набора данных с Kaggle о пациентах больных COVID 19. Вы узнаете:

1) Что такое Логистическая Регрессия и каково её место в машинном обучении.
2) Как использовать Логистическую регрессию для задач бинарной классификации, мультиклассовой и ординальной классификации.
3) Как можно адаптировать использующуюся в Scikit-Learn версию Логистической Регрессии для случаю монотонной классификации(классификации с заданным направлением влияния факторов) или как написать свою версию классификатора с модифицированной функцией потерь.
4) Как оценить дискриминационную способность для случая бинарной и ординальной классификации. Какой статистический смысл имеют показатели дискриминационной способности и как проверить предсказанные вероятности.

Ссылка на трансляцию в zoom https://mailru.zoom.us/j/97895957706?pwd=MmhDd2RuL1lnNVdLdTdSTE0zOERqQT09

Ссылка на первоисточник

Картина дня

наверх