Градиентный Бустинг: самый частый вопрос на собеседовании на дата саентиста

แชร์
ฝัง
  • เผยแพร่เมื่อ 2 พ.ย. 2024

ความคิดเห็น • 72

  • @GlebMikhaylov
    @GlebMikhaylov  3 ปีที่แล้ว +2

    Мой канал в телеге: t.me/mikhaylovgleb

  • @nataliaheine73
    @nataliaheine73 ปีที่แล้ว +23

    Наконец-то кто-то человеческим языком на пальцах (то есть на коде, а не на мат. функциях) показал, как работает прицнип бустинга! Огромное спасибо!!!

  • @Felixalex
    @Felixalex ปีที่แล้ว +17

    Смотрю видео Глеба не только для заполнения белых пятен, но и для поднятия настроения
    "мы аппроксимировали полностью - мы просто забили"

  • @andreychernov7339
    @andreychernov7339 2 ปีที่แล้ว +13

    "Я могу здесь 100 поставить. Сколько хочу. Мой бустинг. Я его сам написал." 🤣 За юмор и понятное донесение материала отдельный респект)

  • @eduardtsuranov712
    @eduardtsuranov712 2 ปีที่แล้ว +18

    32:38 "Мы должны спускаться на ДНО и это мы не плохо умеем!" - ГЕНИАЛЬНО! За это отдельное спасибо! :) Ну и видео - класс! Благодарю!!!

  • @Yayakimenko
    @Yayakimenko ปีที่แล้ว +19

    Предлагаю выдать Глебу премию "Учитель года" 🙂

  • @zukaroc
    @zukaroc 2 ปีที่แล้ว +10

    И Голлум просвистел:
    "Что имеет корни, которые никто не видит,
    Оно выше деревьев,
    Поднимается все вверх и вверх,
    Но в то же время никогда не растет?"
    - Это легко! - сказал Бильбо. - Я думаю, это градиентный бустинг: у него математические корни, которые никто не видит, он лучше всех решающих деревьев и постоянно повышает метрику качества, двигаясь вниз по направлению вектора градиента функции нескольких переменных в поисках глобального минимума функции потерь в пространстве весов.

    • @GlebMikhaylov
      @GlebMikhaylov  2 ปีที่แล้ว

      супер!!!

    • @tima_net3289
      @tima_net3289 2 ปีที่แล้ว +1

      Взорвался со смеху, спасибо xDDD

  • @vanyalaptop
    @vanyalaptop 5 หลายเดือนก่อน

    Глеб, спасибо тебе большое!) Очень и очень выручил. У тебя большущий талант объяснять такие, казалось бы, сложные вещи наипростейшим языком)

  • @ГеоргийКузьмин-о4я
    @ГеоргийКузьмин-о4я ปีที่แล้ว +3

    Мощно, очень доходчиво!!! (пришел с "Яндекс.Практикума", чтобы дополнительно разобраться)

    • @ЕкатеринаЯсная-б3н
      @ЕкатеринаЯсная-б3н ปีที่แล้ว

      И я оттуда. Просто рыдала над градиентным бустингом там😩😭😭😭.
      Какие-то сумасшедшие формулы, пара слов - типа объяснили и в конце: вы освоили градиентный бустинг🤦‍♀️🤯

    • @МатвейТимофеев-д1ц
      @МатвейТимофеев-д1ц 5 หลายเดือนก่อน

      Поддерживаю коллег, все мы там будем. Теория вышла такой себе даже через год

  • @gosyg
    @gosyg 4 ปีที่แล้ว +24

    Глеба в тренды!

  • @alexkibuk8950
    @alexkibuk8950 4 ปีที่แล้ว +12

    Ну и объяснения крайне доходчивые. В курсе нетологии Профессия дата саентсит так ужасно рассказывают что аж плакать хочется, хотя стоит >1.5k$ Большое спасибо за то, что ты делаешь!

  • @Апельсиновыедольки-з5п
    @Апельсиновыедольки-з5п ปีที่แล้ว +2

    Глеб, супер! Не перестаю радоваться, что нашла Ваши курсы и обучаюсь

  • @АльбусДамблодр
    @АльбусДамблодр 11 หลายเดือนก่อน +1

    Глеб, ты лучший. Реально самое афигенное объяснение бустинга! Спасибо!

  • @НиколайВладимирович-к5ф
    @НиколайВладимирович-к5ф ปีที่แล้ว +3

    Реально Глеб -Учитель года! Спасибо!

  • @RomanSkrypinGPT
    @RomanSkrypinGPT 11 หลายเดือนก่อน +1

    Ох, храни тебя Кришна, это очень доступное объяснение!

  • @SavushkinNM
    @SavushkinNM 4 ปีที่แล้ว +11

    Глеб, это бомба! Слушаю и кайфую

  • @МатвейТимофеев-д1ц
    @МатвейТимофеев-д1ц 5 หลายเดือนก่อน

    Раньше смотрел канал математика без ху%ни(это могла быть оплаченная реклама, но нет), теперь подпишусь на тебя.
    Спасибо за качественную подачу

  • @angryworm80
    @angryworm80 ปีที่แล้ว +1

    Человек на человеческом языке объясняет!! 👍🏻 Очень хорошее видео

  • @shapovalentine
    @shapovalentine ปีที่แล้ว +1

    Спасибо тебе, добрый человек❤‍🔥
    Не пропадай надолго🙏😀

  • @youknowwhatlol6628
    @youknowwhatlol6628 4 หลายเดือนก่อน +1

    май гад...спасибо большое, дружище!!! наконец понял эту тему....очень хорошее видео!!

  • @oleholeynikov8659
    @oleholeynikov8659 2 ปีที่แล้ว +1

    Материал пушка! Почему с этого не начинают другие преподаватели... спасибо за эксель и схему, я человек простой)))

  • @leshamas_
    @leshamas_ ปีที่แล้ว

    Лучшее видео по градиентному бустингу, что я видел!
    "Я их сгенерила из того, что было"))

  • @ShowMeJoy
    @ShowMeJoy ปีที่แล้ว

    Это лучшее, что я видел за все время существования ютуба.

  • @БейбарсМусагалиев
    @БейбарсМусагалиев ปีที่แล้ว +1

    как будто посмотрел "идущий к реке" из мира МЛ. Автор прикольный.

  • @turck_pharao
    @turck_pharao ปีที่แล้ว

    На пятнадцатой минуте я не выдержал и подписался. "Ученые какие-то выяснили.."

  • @wan_first
    @wan_first ปีที่แล้ว +1

    Черт, эт лучшее видео по этой теме в принципе, Глеб - большое спасибо тебе за классный контент! Очень запомнилась фраза веселая - мы сопроксимировали по полной - мы просто забили на это ))))) Еще раз большое спасибо тебе за топовый контент!!

  • @MConstantine
    @MConstantine ปีที่แล้ว +1

    Браво. Очень доступно, спасибо 🙏

  • @dronnet
    @dronnet ปีที่แล้ว +3

    Да уж, настолько просто что я даже не поверил то сначала. Кстати, давно заметил что на самом деле математика в МЛ не такая и сложная. В ней главное всё четко понимать, тогда всё прозрачно становится.

    • @tayjen59
      @tayjen59 ปีที่แล้ว

      Точнее и не скажешь, главное все четко понимать

  • @vadimselin4386
    @vadimselin4386 2 ปีที่แล้ว

    "Сапроксимировать по полной" - фраза огонь)))

  • @kurmangazykarabekov6902
    @kurmangazykarabekov6902 2 ปีที่แล้ว

    Самое лучшее видео про градиентный бустинг. Спасибо!

  • @baxai_
    @baxai_ 3 ปีที่แล้ว +1

    Огонь, просто бомба)
    Еще бы ссылочки видосов для самых ленивых

  • @LizaSkachkova
    @LizaSkachkova 11 หลายเดือนก่อน

    Когда хочешь лайкнуть видео, а лайк уже поставил

  • @AlexxxeyS
    @AlexxxeyS 4 ปีที่แล้ว +5

    Отлично разложил, доходчиво, просто, задорно! Благодарю. Однажды на собеседовании в одну из крупных страховых компаний мне, как бы для начала, задали вот эту задачу th-cam.com/video/UeJc42dkHKs/w-d-xo.html на 10 мин. Захотелось поблевать. Задачу не решил. Собес не прошёл, хотя про бустинг расписал канонически математически.

    • @ИванИванов-н9т9ъ
      @ИванИванов-н9т9ъ 4 ปีที่แล้ว

      Сначала я подумал, что работодатель просто отморозился от Вас. Но потом я поймал себя на том, что для меня непонятно (и это меня даже смутило), почему Вам захотелось поблевать, когда Вам задали задачу.. Вы так всегда реагируете или так совпало? Что ж, работодателя понять можно.

    • @AlexxxeyS
      @AlexxxeyS 4 ปีที่แล้ว

      @@ИванИванов-н9т9ъ это фигурально, никакой физиологии. 😀 Следующая задача была про цветные носки в тёмном шкафу, а затем уже тема видео.

  • @Qrombo
    @Qrombo 2 ปีที่แล้ว

    Хорошо зашло. Спасибо, Глеб!

  • @romanrodin5669
    @romanrodin5669 2 ปีที่แล้ว

    Отличное видео! Глеб, большое спасибо!

  • @radionnazmiev546
    @radionnazmiev546 4 หลายเดือนก่อน

    Огромное спасибо что без формул)))))))))

  • @SergeySkripko
    @SergeySkripko ปีที่แล้ว +1

    Глеб, остался вопрос. А как все таки нормально можно было реализовать классификацию? И чем такая реализация ненормальна -- тем что возвращает скоры а не вероятности?

    • @GlebMikhaylov
      @GlebMikhaylov  ปีที่แล้ว

      Там с вероятностями какая-то неприятная математика начинается, вот тут можно посмотреть. blog.paperspace.com/gradient-boosting-for-classification/
      Но в целом я думаю можно взять и аутпут регрессии просто прогнать через сигмоиду и получится скор в диапазоне от 0 до 1, но вероятностью это не будет.

  • @ДмитрийКоролев-ч8ь
    @ДмитрийКоролев-ч8ь 2 ปีที่แล้ว

    Глеб, супер! Благодарю!
    А где-то объясняешь вероятностный подход к линейной и логистической регрессии?

    • @GlebMikhaylov
      @GlebMikhaylov  2 ปีที่แล้ว +1

      Да, вот тут вот про логистическую регрессию и вероятности th-cam.com/video/49ck7kCyxr4/w-d-xo.html

  • @АндрейГаврилов-и3в
    @АндрейГаврилов-и3в 2 ปีที่แล้ว

    Объяснение огонь!

  • @sergeybelousov8716
    @sergeybelousov8716 ปีที่แล้ว

    Это было очень круто )

  • @РамильДаянов-э4ц
    @РамильДаянов-э4ц ปีที่แล้ว

    А норм то что среднее это константное предсказание именно для mse, а в цикле другую уже используете?

  • @sumailsumailov1572
    @sumailsumailov1572 2 ปีที่แล้ว

    Просто обалденно!

  • @АлександрДергилёв-п8х
    @АлександрДергилёв-п8х 10 หลายเดือนก่อน

    Огонь!

  • @Химыч
    @Химыч ปีที่แล้ว

    Огромное спасибо!

  • @nurlannurmash4155
    @nurlannurmash4155 ปีที่แล้ว

    Лучший просто)

  • @alsetlaram7233
    @alsetlaram7233 ปีที่แล้ว

    11:13 а зачем вы дали на таргет residual? почему не у_true

  • @Lexx505FiL505Felix
    @Lexx505FiL505Felix 2 ปีที่แล้ว

    00:30 - работавзятели. Так на мой взгляд точнее будет.

  • @zenqezenqe9714
    @zenqezenqe9714 4 ปีที่แล้ว +9

    Про бустинг ты знаешь, а вот про логистическую регрессию? ;)

    • @YaroslavPoltaran
      @YaroslavPoltaran 4 ปีที่แล้ว +1

      Ждём теперь про лог рег :)

    • @Диванныйстратег
      @Диванныйстратег 4 ปีที่แล้ว

      Так вроде логистическая регрессия полегче кажется чем градбуст или хгбусты)))

  • @gavrilovAndrey
    @gavrilovAndrey 2 ปีที่แล้ว

    Очень полезное видео.

  • @lil4sxvl440
    @lil4sxvl440 ปีที่แล้ว

    спасибо!

  • @SavushkinNM
    @SavushkinNM 4 ปีที่แล้ว

    Глеб, привет! Думал, где задать вопрос, не нашел подходящего видео и решил написать здесь.
    Хочу спросить по поводу стратификации при провдении АВ-тестов или стат-тестов:
    Вот мы разбили на какие-то группы наших пользователей (условно, Гугл - Эпл) и делаем сэмплы для снижения дисперсии.
    Ок, дисперсия действительно может существенно сократиться, но это во многом зависит от размеров сэмплов: если мы будем брать сэмплы
    большие, то дисперсия, логично, будет меньше. Не понятно какого размера сэмплы мы должны использовать на практике.
    Аналогичная ситуация возникает при проведении статистических тестов (с чем я столкнулся на работе), когда распределение
    очень плохое и его можно оценивать либо Манна-Уитни, либо бутстрапом. Так вот не понятно какого размера сэмплы использовать в таком
    случае при бутстрапе..

    • @GlebMikhaylov
      @GlebMikhaylov  4 ปีที่แล้ว +11

      @SavushkinNM
      1.. Стратификация это когда мы хотим, чтобы сэмплы по своей структуре были максимально похожи на совокупность. Если в генеральной совокупности Гугл/Эпл == 90/10, то мы хотим чтобы эта же пропорция сохранилась в сэмпле. Сэмпл можно взять случайно, и тогда есть вероятность что пропорция не сохраниться. А можно взять стратифицированный сэмпл, и тогда пропорция 100% сохраниться.
      2.. Я вот не люблю оперировать дисперсией. Для меня она не удобна. Это конечно математично и научно, но не практично. Ты говоришь: “дисперсия действительно может существенно сократиться”, лучше сказать, что ошибка по отношению к совокупности уменьшается. Или просто, что семплы такие же, как совокупность. Т.е. стратификацией мы страхуемся от ошибки сэмплирования.
      3.. При больших сэмплах начинает работать закон больших чисел и стратификация происходит автоматически. Но все равно всегда лучше глазами посмотреть, что получилось.
      4.. На практике лучше всего использовать максимально большие сэмплы, тогда нам вообще не будет нужна ни стратификация, ни статистика вообще. Но в реальном мире большие сэмплы либо невозможны, либо очень дороги, поэтому мы при помощи статистики находим минимально необходимые сэмплы для той или иной задачи.
      Например, мы хотим проверить разницу в конверсии для двух групп. Для того чтобы определить необходимый размер сэмплов, нам нужно понимать 1) какая у нас базовая конверсия 2) какой минимальный прирост конверсии мы хотим обнаружить 3) с какими погрешностями -- альфа и бета (ошибки первого и второго рода). Идем в калькулятор www.evanmiller.org/ab-testing/sample-size.html , вводим данные и получаем размер для каждой из групп. Калькулятор посчитает минимально необходимый размер сэмплов для этого эксперимента.
      И дальше, когда мы будем формировать эти группы из наших клиентов, то нам надо задуматься о стратификации: надо чтобы группы были похожи на друг на друга, и так же на всю совокупность клиентов. Стратификация позволит быть более уверенным в том, что при составлении групп не произошло ошибки сэмплирования и группы перекошенные.
      5. Размеры сэмплов можно считать не только в онлайн калькуляторе, но и в питоне. Вот например у меня есть пример colab.research.google.com/drive/10DkHtLXsRHYSB7f5LMV5h5WW__uTcNHE . Для каждого теста размер групп тоже будет разный. Для ти теста один, для Манн Витни другой, для бутстрапа третий.Для бутстрепа например можно подбирать размер сэмплов тем же бустрепом: увеличивать размеры сэмплов пока не получим заданную мощность (1-бета). Для Ман Витни тоже можно посчитать размеры сэмплов -- надо гуглить.
      6. Но важно понимать, что для статистических тестов стратификация это вопрос независимый от расчета размеров сэмплов. Т.е. ты сначала считаешь какие сэмплы тебе нужны, а потом думаешь как их стратифицировать (и можно ли). Но чем больше получаются сэмплы, тем более они стратифицированы сами по себе.

    • @ГульданикаОсмонова
      @ГульданикаОсмонова 3 หลายเดือนก่อน

      @@GlebMikhaylov а вы берете в личное менторство¿

    • @GlebMikhaylov
      @GlebMikhaylov  3 หลายเดือนก่อน

      @@ГульданикаОсмонова нет, личного менторства у меня нет. Есть только курсы

  • @s..n..z
    @s..n..z ปีที่แล้ว

    А на 27:24 мы разве не по тесту должны предиктить?

    • @GlebMikhaylov
      @GlebMikhaylov  ปีที่แล้ว

      я там комментирую, что для данной демонстрации это не важно

    • @НиколайМазнюк
      @НиколайМазнюк 17 วันที่ผ่านมา

      @@GlebMikhaylov вопрос: 26:24
      при разбиение на трейн\тест, как правильно инициализировать test['y_pred'] для тестовой выборки? допустим, в трейн выборке первое значение train['y_pred'] равно 1, правильно ли я думаю, что мы можем использовать это же значение для инициализации test['y_pred']?

  • @felixmusic3645
    @felixmusic3645 4 ปีที่แล้ว

    Ах вот оно чë!

  • @petyap7600
    @petyap7600 4 ปีที่แล้ว +5

    Ха-ха