Байесовский анализ: prior и тараканы-метеорологи
- AnalystDays / 23
-
20 мин
Представьте: вам дают таблицу на 156 строк и около 40 колонок, а затем просят оценить вклад каждого фактора. И вот вы оказались в мире «малых данных» в эпоху Big Data.
Это доклад о том, как выбрать правильный инструмент под неправильный размер данных. На живом кейсе разбираем, как устроен байесовский анализ в PyMC: почему не стоит надеяться на деревья решений и ridge-регрессию; почему наши ожидания могут не оправдаться — и при чём тут тараканы.
Вы уйдёте с готовым рецептом для малых данных — и с пониманием как эта модель поможет вам.