Продолжаю нести свет знаний в массы (скромно)****💡
Тут в блоге Яндекс Практикума опубликовали парочку статей, в подготовке которых я принимал участие. Прошло уже парочку месяцев, а я только узнал 😅
1️⃣Стандартизация данных: полное руководство Разбор того, как приводить данные в порядок перед подачей в ML-модели. Показал, чем StandardScaler отличается от MinMaxScaler и когда нужно использовать RobustScaler. И про главную ошибку новичков, которая приводит к утечке данных.
2️⃣U-критерий Манна — Уитни: что это и как считать Мастхэв для любого, кто проводит A/B-тесты. Объясняю, когда он нужен (спойлер: почти всегда, т.к. данные редко распределены нормально) и, что самое важное, — как правильно интерпретировать результаты, чтобы не делать идиотских выводов о «разнице средних».
Обе статьи достаточно лайтовые, но кому-то точно будет полезно.
