Метрики в задачах регрессии. MSE, MAE, MSLE. Машинное обучение 

спасибо

Крутой качественный видос, жалко мало просмотров Спасибо за видео

Очень круто обьясняешь, спасибо, пожалуйста продолжай

Ждемс следующих видосов, желательно про ml

Проходили это на 2 курсе вуза, но только сейчас понял для чего все эти дисперсии нужны были) Спасибо за понятное объяснение

Делай видосы пожалуйста🙏 Ты очень хорошо дополняешь лекции преподов к пониманию МО новичкам

идеальное объяснение, узнал больше чем за пол года в унике

Я не буду терять надежд на выход следующего видео)) Классно делаете!

Подача крутая. 👍👍

Нам препод рассказывал много про мо, но не рассказал такой важной детали зачем нужны эти метрики и че с ними вообще делают. Если б я этот видос посмотрел раньше то понимание пришло бы гораздо быстрее

Мужик красава!

Можно пожалуйста еще один ролик по мапе и смапе, а так же по рмсле

гений

Здорово объясняешь. Вот только год прошёл, а продолжения нет. Но с меня подписка. Надеюсь продолжение будет.

В видео в 3.53 приведены формулы для R2. Два вида. На самом деле между ними ведь нельзя ставить знак равенства. Это равенство выполняется только для линейных моделей. А для линейных - нет. Бывает, что рассчитанный по второй формуле R2 получается вообще отрицательным. Что немного крипово.

А что не так с бустингами в геокодировании и MAPE?