Лабораторная работа: введение в ML, классификация (часть 1)

Практическое занятие по классификации данных. Подробно рассмотрены логистическая регрессия (logit) и метрики оценки производительности модели (ROC/AUC, F1-score) в реальной прогностической задаче.

Содержание:
00:00 введение
01:56 логистическая регрессия (logit)
12:24 предобработка и разведочный анализ данных
37:48 QUASI-COMPLETE SEPARATION
42:00 оптимизация параметров logit
47:50 оценка производительности модели (метрики)

Лектор: к.ф.-м.н Андрей Степнов