Обложка канала

Библиотека data scientist’а. Страница 9

14419 @dsproglib
Открыть

Полезные материалы по всему, что может быть интересно дата сайентисту.

  • Библиотека data scientist’а

    👀 Big data, дополненная реальность и компьютерное зрение В этом видосе Data Scientist из компании Banuba поделился своим опытом с новичками и дал парочку полезных советов. Вы узнаете про разницу Data analysis и Data Science, что такое Data mining, какие есть виды машинного обучения и поймёте всё (почти всё), что связанно с этой профессией. Перейти к просмотру

  • Библиотека data scientist’а

    👾 «Как я спас робота от жены» Программисты — интересные люди. Они могут потратить часы своего времени чтобы реализовать сложную, но интересную вещь. В этом видео автор использовал компьютерное зрение, нейросети и смекалку программиста, чтобы спасти робота-пылесоса от ужасной участи оказаться на свалке. Смотреть видео

  • Библиотека data scientist’а

    👨‍💻 Лекции по машинному обучению от Яндекса В этом плейлисте из 22 лекций вы узнаете о большинстве подходов и моделях, которые используются в машинном обучении. Помимо понятной и академической подачи материала, есть много примеров приложений того, что было на лекции, что кратно улучшает понимание происходящего. Посмотрев эти лекции, вы перерастёте уровень бездумного применения готовых моделей и сможете корректировать модели под свои нужды. 1. Введения и общие обозначения [1:34:38] 2. Линейные методы [1:25:33] 3. Метрические методы [1:03:27] 4. Метод опорных векторов [1:20:07] 5. Многомерная линейная регрессия [1:14:04] Весь плейлист

  • Реклама

  • Библиотека data scientist’а

    Какие знания в области математики требуются специалистам в Machine Learning и Data Science? Валентин Рябцев, сооснователь и CPO Wale. ai, рассказал о своем карьерном пути, о том как развивать математическое мышление и как улучшать качество продукта с помощью математических методов. Рекомендуем к просмотру – https://www.youtube.com/watch?v=KhUXzcrAk0M
    Вебинар: Какие знания в области математики требуются специалистам в Machine Learning и Data Science?

    Сооснователь и CPO Wale. ai расскажет о своем карьерном пути, о том как развивать математическое мышление и как улучшать качество продукта с помощью математических методов На вебинар вы узнаете: 1. Математика как основа ИИ: почему без математики невозможна эффективная работа в области AI 2. Как математические методы используются для оптимизации процессов и улучшения качества продуктов 3. На что обращают внимание при найме ML/AI разработчиков: нужно ли фундаментальное образование 4. Примеры математических методов применяемых в AI / Data science 5. Как математика помогает работать с данными Подтянуть знания по математике и подготовиться к профессии в Data Science можно на курсе «Математика для Data Science»: https://proglib.io/w/51baa3b3

    YouTube

  • Библиотека data scientist’а

    😈Открываем чит-коды технического интервью на позицию в сфере Data Science. 7 июня в прямом эфире разберем основные математические задачи на собеседованиях в крупные российские и международные компании. 👉Зарегистрироваться: https://proglib.io/w/f2a10b35 Приглашенный спикер: Иван Строков – ML инженер в Yelp, запустивший отдел Data Science для pikabu.ru 🚀 На вебинаре: 1. Обсудим задачи из реальных интервью в российские и европейские компании 2. Решим задачи на матрицы и вероятности 3. Научимся быстро тестировать статистические гипотезы для А/Б тестов 4. Обсудим, какая математика лежит под капотом ML алгоритмов 5. Узнаем, что делать, если математика становится слишком сложной 👉Зарегистрироваться: https://proglib.io/w/f2a10b35

  • Библиотека data scientist’а

    🧮 Что такое математический анализ и как он используется в программировании Расскажем, для чего матанализ нужен в программировании, и как в нем разобраться максимально быстро без головной боли. 🔗 Основной сайт 🔗 Зеркало

  • Библиотека data scientist’а

    Не дайте себя одурачить дрейфом данных Если вы ищете информацию о мониторинге ML в Интернете, есть большая вероятность, что вы столкнетесь с различными подходами к мониторингу, выступающими за то, чтобы поставить дрейф данных в центр решений для мониторинга. Цель этой записи в блоге — продемонстрировать, что не все смещения данных влияют на производительность модели. Доверие к методам дрейфа падает, поскольку они, как правило, вызывают большое количество ложных срабатываний. Чтобы проиллюстрировать этот момент, автор обучает модель машинного обучения с использованием реального набора данных, отслеживает распределение функций модели в производственной среде и заставляет модель сообщать о любом отклонении данных, которое может произойти. Читать пост

  • Библиотека data scientist’а

    Against LLM maximalism · Explosion

    LLMs are not a direct solution to most of the NLP use-cases companies have been working on. They are extremely useful, but if you want to deliver reliable software you can improve over time, you can't just write a prompt and call it a day. Once you're past prototyping and want to deliver the best system you can, supervised learning will often give you better efficiency, accuracy and reliability.

    Explosion

  • Библиотека data scientist’а

    A Dive into Text-to-Video Models

    We’re on a journey to advance and democratize artificial intelligence through open source and open science.

    huggingface.co

  • Библиотека data scientist’а

    Будущим аналитикам данных и специалистам по DS важно дружить с математикой. Если вы чувствуете, что нужно освежить знания и восполнить пробелы — пройдите курс от Яндекс Практикума. Он подойдёт тем, кто учится анализу данных или проходит собеседования. Поможем подготовиться ко всем каверзным вопросам и претендовать на оффер в компании, где ценят знания математики. Курс сделан для людей: не фундаментальный вузовский учебник, но и не научпоп. ◼️ Объясняем сложное простым языком, с примерами и иллюстрациями. ◼️ Вписываем практические задачи в бизнес-кейсы. ◼️ Объясняем, как абстрактные формулы связаны с анализом данных. ◼️ Разбираем типовые задачи из собеседований. Вы не останетесь один на один с тервером, матаном и линалом. Опытные преподаватели математики всегда на связи в чате, чтобы объяснить непонятное. Пройдите первый бесплатный урок и начните учиться. Это #партнерский пост

  • Библиотека data scientist’а

    📝👍 Тесты на собеседовании: как к ним подготовиться и получить оффер Рассказываем, какие бывают тесты на собеседованиях, а главное – как и где к ним подготовиться, чтобы точно получить работу в компании мечты. А вы проваливали тестирование при трудоустройстве? Пишите свои истории в комментариях👇 🔗Основной сайт 🔗Зеркало

  • Библиотека data scientist’а

    Использование нейросетей для вашей рекомендательной системы. habr.com/ru/comp…s/736198
    Использование нейросетей для вашей рекомендательной системы

    Глубокое обучение (Deep learning. DL) - это современное решение многих проблем машинного обучения, таких как компьютерное зрение или недостатки естественного языка, и превосходит альтернативные...

    Хабр

  • Библиотека data scientist’а

    Специально для тех, кто всё пропустил, — напоминаем, что осталось не так много времени до конца приёма заявок в Академию Аналитиков Авито! Онлайн-программа для аналитиков данных и DS-инженеров стартует в сентябре, но успеть податься нужно до 13 июня. На курсе с каждым студентом работает команда профессионалов — куратор, экспертные преподаватели и ментор из числа действующих опытных аналитиков или DS-инженеров Авито. Курс будет особенно интересен студентам, но ждём всех желающих научиться чему-то новому или прокачать свои навыки. Потребуются знания мат. статистики, теории вероятностей и умением программировать на любом языке. 🤳 За подробностями ныряем по ссылке — изучаем программу и заполняем заявку. Реклама. ООО «Авито Тех». LdtCK4K6k

  • Библиотека data scientist’а

    Практичное введение в теорию вероятности (с использованием Python). github.com/norvig/…ty.ipynb
    pytudes/Probability.ipynb at main · norvig/pytudes

    Python programs, usually short, of considerable difficulty, to perfect particular skills. - pytudes/Probability.ipynb at main · norvig/pytudes

    GitHub

  • Библиотека data scientist’а

  • Реклама

  • Библиотека data scientist’а

    1 млн рублей получат авторы лучшей научной статьи по искусственному интеллекту и машинному обучению В рамках международной конференции «Путешествие в мир искусственного интеллекта» (AI Journey 2023) проходит конкурс научных статей по искусственному интеллекту (AI) и машинному обучению (ML). Авторы самых интересных работ, помимо публикации в авторитетном научном журнале, также смогут принять участие в программе конференции. Рецензии на научные работы дадут профи из мира AI и ML. Наиболее выдающиеся статьи будут опубликованы в научном журнале с международной аудиторией: «Доклады Российской академии наук. Математика, информатика, процессы управления» и в англоязычном Doklady Mathematics. За лучшую статью предусмотрен приз — 1 млн рублей. Статья должна быть оформлена по правилам конкурса и содержать ранее не опубликованные материалы. Работы принимаются на русском и английском языках. Переходите на сайт AI Journey, регистрируйтесь и участвуйте. Это #партнерский пост

  • Библиотека data scientist’а

    LangChain для бывалых: создаем свои инструменты

    Наконец мы добрались до заключительной части сериала о фреймворке LangChain. Небольшое напоминание, о чем шла речь в предыдущих статьях: LangСhain: создаем свой AI в несколько строк Вводный обзор....

    Хабр

  • Библиотека data scientist’а

    AI Needs Testing

    AI requires more rigorous testing to ensure its development aligns with humanity's best interests. Thorough testing is essential to…

    Medium