Мне понравилось. Показалось, что достаточно сильно ведут за ручку, но они себя так и позиционируют.
Преподы высокого уровня, как мне говорили)

Жаль приложение перестали поддерживать, оно хорошее было

А кто-то чувствует принципиальную разницу между платными и бесплатными курсами? Мне кажется, вторые зачастую даже лучше первых бывают

Из того что я находила, складывается ощущение, что платные курсы более полные, что ли, там с самого начала от и до рассказывают по плану. А бесплатные - там отдельные блоки, а надо самому ориентироваться, что и за чем брать для изучения. Но вполне возможно это ложное впечатление у меня.

mlcourse.ai
🔥🔥🔥

Курсера, ютьюб, телега. Этого хватает.

более чем

Спасибо, ребят)

Python😭😭😭 есть ли какой нибудь Фреймворк который умеет динамически управлять ресурсами системы? Бежать на всех корах и т.д... или все вручную??😱😱😱

Сам питон не умеет на всех корах работать, фреймворк не спасет.

Подскажите пожалуйста. На java есть библиотека hypersql. Если по простому, то она может делать операции с таблицами без sql -ских скриптов. Если ли подобные аналоги на питоне?

sqlalchemy, django orm

смотрел документацию, того что спросил там не увидел

ну запросы там можно делать через питоновскую апишку, таблички создавать и схему бд прописывать, джанга еще и миграции сама делает при изменении схемы, еще что-то надо ?

Доброго дня!

Нужно построить классификатор людей. Пытаюсь понять, как корректно разметить признаки.

Например, у человека может быть указан город. Само по себе наличие любого города - это уже признак. Плюс ещё один признак, если это город именно Москва например.

Правильно ли я понимаю, что просто создать 2 бинарных признака будет не совсем корректно:
- Город указан: 0-1
- Город Москва : 0-1

Не корректно потому что у второго признака 0 - значит НЕ Москва. А если город вообще не указан, то должно быть:
- Город указан: 0
- Город Москва: NaN

А вместо NaN будет 0 (не корректно)

Мне кажется, логичнее будет а такой ситуации 3 признака создавать:
1. Город указан и это Москва: 0-1
2. Город указан, но это не Москва: 0-1
3. Город не указан: 0-1

Но проблема в том, что там ещё есть ветвления на уровень ниже, чем город, на районы например.. И получится, что признаковое пространство из-за этого разрастется в разы.

Что по этому поводу можете посоветовать?

обычная нумерация городов вам не подходит ?

Само наличие города - это тоже признак

Кажется, первого способа вполне достаточно.
Большинство моделей отлично данные в таком формате переварят, ведь из двух признаков третий легко выводится.

если город есть ставим его порядковый номер , а если нет то просто 0

Спасибо 👍