Don't worry too much about missing data

แชร์
ฝัง
  • เผยแพร่เมื่อ 26 พ.ย. 2024

ความคิดเห็น • 11

  • @DogTennisFreak
    @DogTennisFreak 4 หลายเดือนก่อน +1

    Excellent video, love the thorough walkthrough and diagrams!

    • @probabl_ai
      @probabl_ai  4 หลายเดือนก่อน

      Glad it helped!

  • @jonathandawson3091
    @jonathandawson3091 4 หลายเดือนก่อน +2

    I appreciate this video very much. God, I miss sklearn.

    • @probabl_ai
      @probabl_ai  4 หลายเดือนก่อน +1

      No need to miss it, because it has never gone away

  • @volodymyrholubets1872
    @volodymyrholubets1872 4 หลายเดือนก่อน +3

    Brilliant talk, Vincent.

    • @probabl_ai
      @probabl_ai  4 หลายเดือนก่อน

      Happy to hear it. Any requests for future videos?

    • @jonathandawson3091
      @jonathandawson3091 4 หลายเดือนก่อน

      May be short case studies? And modeling on datasets using different techniques? I personally would like about 5-15 minutes videos (though not sure about others - models may be created once you have enough videos to predict what people watch more!)

    • @volodymyrholubets1872
      @volodymyrholubets1872 4 หลายเดือนก่อน +1

      @@probabl_ai yes, please make a video about dimensionality reduction and visualisations. (UMAP in particular)

  • @joaomurilopalonefauvel2843
    @joaomurilopalonefauvel2843 4 หลายเดือนก่อน

    I have data from a meteorological station with missing values at night due to the battery running out. Any suggestions on how to deal with that?

    • @CoderShare
      @CoderShare 4 หลายเดือนก่อน

      Get a bigger battery.

    • @probabl_ai
      @probabl_ai  4 หลายเดือนก่อน

      It might depend on the usecase for this data, if you never care about making predictions when you're out of battery then it might be fine?