Pull to refresh

Comments 8

Интересно только тем, кто делает домашки и следит за рейтингом


3-ий конкурс по визуализации данных.


Строите любые картинки на данных по вебсессиям Элис из нашего соревнования, кидаете в слэке OpenDataScience в канал #mlcourse_open (обязательно с тегом #vis_contest).
Побеждает тот, у кого больше плюсов


1 место (по плюсам) – 5 баллов в рейтинг
2 место – 3 балла
3-6 место – 2 балла
7-10 место – 1 балл


Подсчет баллов будет 17 апреля в 00:00 (UTC+3), т.е. вместе с результатами 7 домашки (о которой будет объявлено сегодня во второй половине дня)


Если еще нет доступа к слэку OpenDataScience
Тогда заполняете заявку на вступление в ODS, указав "mlcourse_open" в графе "Откуда вы узнали об opendatascience?".
Обсуждение курса ведется в канале #mlcourse_open

Опубликовано домашнее задание №7.
Там же ссылка на веб-форму для ответов, заполнить которую надо до 23.59 17 апреля (UTC +3)

А можно еще про ZCA whitening добавить информации? Раз уж PCA так подробно осветили)

Новый запуск курса – 5 февраля 2018 г. Регистрация не требуется, но чтобы мы о вас знали, заполните форму. Главные новости будут в группе ВКонтакте, а жизнь во время курса будет теплиться в Slack OpenDataScience (вступить) в канале #mlcourse_open.

Новый запуск – 1 октября 2018 г., на английском. Подробности – тут.

Теперь курс можно проходить и самостоятельно – появились демо-версии заданий с решениями. Они описываются в конце каждой статьи, но есть и общий cписок. Решения доступны после отправки соотв. веб-формы.

\text{ARI} принимает значения в диапазоне [-1, 1]. Отрицательные значения соответствуют "независимым" разбиениям на кластеры, значения, близкие к нулю, — случайным разбиениям, и положительные значения говорят о том, что два разбиения схожи (совпадают при \text{ARI} = 1).

Что значит "независимое" разбиение на кластеры?

Sign up to leave a comment.