Хочу рассказать об опыте применения разведочного анализа (EDA) для улучшения точности ML-модели, на примере задачи из соревнования Spaceship Titanic

Сегодня я расскажу, как с помощью библиотеки ML Tuning осуществить подбор гиперпараметров модели GBTRegressor в PySpark

Сколько рабочего времени вы тратите на скучные рутинные операции? Затрачивая каждый день время на генерацию фич или подбор параметров, за месяц вы расходуете очень много времени, которое можно использовать на выполнение новой задачи, обучение нейросети или саморазвитие.
В данной статье мы рассмотрим применение трех решений оптимизации рабочего процесса: генератор признаков featuretools, подборщик гиперпараметров optuna и коробочное решение автоматического машинного обучения от H2O AutoML. Сравним работу новых инструментов против классических pandas и sklearn.
Статья будет полезна DS-специалистам и аналитикам.