Sziasztok,

Ahogy Tomi beharangozta, szombaton folytatjuk az Adattudomány és gépi tanulás előadásokat. A korábbi példaként vizsgált esettanulmányokból motiválódva áttekintjük, hogy hogyan is néz ki egy elemzési munka, megnézünk pár technikát az adatok feldolgozására és feltáró jellegű elemzésére, majd jön az első nagyobb témakörünk, a regressziós technikák áttekintése. 

Kis kedvcsinálóként, küldök néhány linket.

Nagyon jó bevezető szombatra, milyen lépésekkel készítsük elő az adatainkat, data preprocessing: 
https://medium.com/@aaaanchakure/data-preprocessing-3cd01eefd438

Néhány "advanced" vizualizáció az adataink megismerésére:
https://towardsdatascience.com/5-advanced-visualisation-for-exploratory-data-analysis-eda-c8eafeb0b8cb

Egy nagyon jó, több részes esettanulmány a NASA által rögzített turbofan adatbázison. Az első cikkben pont regresszióval indít. Idősorelemzés, Predictive maintenance, stb. (ez az első rész linkje, a többi a cikkben):
https://towardsdatascience.com/predictive-maintenance-of-turbofan-engines-ec54a083127

Üdv,
Gyula

--
Gyula Dörgő
PhD student

MTA-PE Lendület Complex Systems Monitoring Research Group
Department of Process Engineering
University of Pannonia
H-8200 Veszprém, P.O. Box 158, Hungary
e-mail: gydorgo@gmail.com
web: www.dorgoresearches.com
tel: +36/30-8711-740