วีดีโอ

Ну тут подписка однозначно

отаратительный музыкальный фон

Ты реально круто объясняешь!! Как жаль, что ушел с ютуба((( первый чел, который нормально на примере объяснил, что такое регрессия и для чего нужна. Для непонятливых))) все просто оказывается.

Очень хорошее объяснение, спасибо!

7:55 корреляция это

Cпасибо было интересно. разбой на кластеры особенно в 3D. с кодами понятно написать блок не просто и отладить его тоже . метод заготовок всегда интересен и экономит время

Чувак,ты не умеешь объяснять. Я ничего не понял. Я старая бабуля и хотела понять как работает ML

о великий ОН, кем бы он ни был... спасибо за ролик)

Гениальное "объяснение" для чайников. Показать как работает Линейная регрессия из библиотеки sklearn, но не показать по какой формуле она рассчитывается и как вообще она рассчитывается хотя бы на простом примере. Страшно представить, что современные курсы выпускают таким образом учеников, обучают, но не рассказывают для чего обучают.

А че музыку по громче не сделал?

Почему тип в ванной, я конечно не против но типо ок

За 15 мин мы узнали что флаттер днише-говнише.

КрОсавчик

возвращайся, ты нужен миру 🥲🥲

Спасибо за урок, было круто!

Я как новичок не вижу цели использовать эти знания, тебе стоит понимать если ты хочешь добиться чего то этим видео что чтобы разобраться в чем то стоит поставить хорошую цель, понимание идёт с хорошей целью

Индуса выкинули, жалко

Чел, ты гений !!!

Что я выяснил главное из этого ролика : не спорьте с учителем по английскому языку)

Говорил ни много,но так что такое nlp

Очень понятно и информативно👍

Так и не увидел градиент

Ну так сколько можно заработать-то?

"логоритм"? Это что-то новое😆

Музыка очень мешает

лично я предпочитаю SPSS или Jamovi там очень удобно можно посчитать)

За такой матан с меня бы кожу содрали

Спасибо! с помощью KMeans и 3 кластеров, сколько образцов находится в кластере 1?

Она предсказывает то, что уже известно?

Мен, офигенное видео, спасибо большое. Делай ещё !!!

Благодарю вас!

Благодарю вас!

корелляция - мера линейной зависимости: если она 1 то они линейно зависимы y = kx+b если 0 то нет линейной зависимости тоест y = kx^a+b a!=1

Матан под Neffex 😄 Хорошо объясняешь

все топ, но убери пожалуйста зеркало сзади, оно отвлекает

Супер ! если можно то побольше видео по Python ! Отличный материал . Спасибо

Спасибо! Все поняла👍👍👍 звук хороший

Спасибо! Некоторые 'мутные' вещи так просто пояснил! ❤ Можно только, пожалуйста, помедленне скроллить, аж в глазах рябит, не все так молоды и остры умом 😅

Привет, можешь сделать видео, где ты пишешь полноценный проект для портфолио Дата Сайнс пжпжжпжпжпжпжпжппжжпжпжпжпжп

Чувак ты просто супер!

А как делать обновления ? Как менять инфу на приложение?

Спасибо за видео, очень полезно! Подскажите, обязательно ли писать это в юпитер ноутбук, можно ли использовать pycharm вместо него?

Ахаха э, про волка смешно)

Привет у тебя есть полностью код ни git hub или где не будь

Мега круте відео, шкода що ти вже давно не знімаєщ подібні туторіали, я б підписався на закритий канал і платив би за це гроші. А можеш розповісти чи вдалось тобі офіційно влаштуватись на посаду Data Science та чим ти там займаєшся

Це просто найкраще відео

Спасибо, отличное объяснение, было очень полезно!

Спасибо за отличное объяснение! Было бы круто увидеть похожие по другим алгоритмам машинного обучения. Лайк однозначно

ты там че бля в трейлере сидишь

Привет помоги пожалуйста с задачей