MAD (Machine Learning, Artificial Intelligence and Data) Landscape со списком всех компаний в мире ML, AI & Data зарелизен и доступен по ссылке https://mad.firstmarkcap.com

#ai

#cheatsheet #statistics

Хотите обучить мощную языковую модель под ваши конкретные задачи?

Вот человек дообучил GPT-2 на научных статьях.
Как он это сделал и что в итоге получил, можете прочитать в статье.

Очень полезно, особенно тем, кто никогда ничего не файнтюнил, и вообще, хочет разобраться, как готовые модели помогают тем, у кого нет лярдов долларов на подготовку и обучения новой GPT 🙂

💻Сегодня жду открытый вебинар по РекСис
в 18.00 в рамках курса ML Advanced.
Расскажут про то, как устроены классические рекомендательные системы на основе коллаборативной фильтрации.
#otus #отус #открытыйурок

27 марта 2023г перезапуск БЕСПЛАТНОГО курса MLOps и production подход к ML исследованиям при поддержке Open Data Science .

🔥РЕГИСТРАЦИЯ🔥
уже идет полным ходом, переходите по ссылке и жмите кнопку «Участвовать».
Следите за обновлениями в нашем Telegram чате для участников курса, там же вы можете задать любые вопросы связанные с курсом.

Кому будет полезен курс?
✨ML-инженеры
✨Аналитики и инженеры данных
✨Менеджеры AI-продуктов и руководители (тимлиды) ML-команд

Команда курса:
Павел Кикин
Ирина Беккер
Telegram чат для участников курса: https://t.iss.one/+Y7JIRbj9cBk2NGYy

Необходимые навыки:
🤓Python
🤓Основы машинного обучения

Что Вас ждет?
На курсе вас ждут 12 онлайн занятий, продолжительностью 1 - 2 часа. (В основном по понедельникам 18:30). Все занятия будут доступны в записи. Для дополнительной мотивации будет вестись публичный рейтинг, лучшие участники получат уникальный мерч от ODS.

🔥Участников ждут практические домашние задания, тесты, индивидуальный финальный проект, а так же дополнительные активности и митапы, которые будут предлагаться участникам по ходу курса.

💪🏼Вперед за прокачиванием Ваших нard skills! Ждем всех желающих!

❓По любым вопросам, связанных с курсом @Irinka_Bekker

Open Data Science (ODS.ai)
MLOps и production подход к ML исследованиям 2.0 — Open Data Science

UPDATE!
Вынуждены перенести старт курса на 27 марта 18:30 МСК.
Внезапная командировка. Прошу понять и простить 🙄

А пока можете заняться подбором команд и проработкой будущего проекта.

🔥 Как решать задачу Question-Answering в NLP?

✅ Изучим 3 апреля 18:00 (мск) на открытом уроке от OTUS, который пройдет в рамках онлайн-курса «Natural Language Processing (NLP)». Вебинар проведет руководить курса Мария Тихонова, Senior Research Data Scientist в команде AGI NLP в SberDevices.

📌 На занятии вы узнаете, какие существуют типы вопросно-ответных систем и подходы к их построению, на каких принципах и методах они основаны и поймете, как данные методы можно применять в чат-ботах.

💎 Урок будет полезен IT-специалистам, которые хотят расширить свои знания в Data Science, дата-сайентистам, желающим углубить свои знания по автоматической обработке текстов.

🟢 Для участия пройдите вступительный тест https://otus.pw/9aLA/

🔥 22/03 вышла новая версия #MAD Landscape (Machine Learning, Artificial Intelligence and Data) 2023 после перерыва на 2022 год.

🗺 Это карта с 1416 лого продуктов (хотя и многих все таки нет) от мейджор вендоров до оперсорс и прям стартапов (чаще американских), разбитых на категории.

🔗 Статья автора с деталями
🔗 PDF версия (скучная)
🔗 Интерактивная версия (бодрая) 👌
🔗 Мой пост про карту 2021 года

Что нового:
🔹 Весь Opensource выделен отдельно - что особенно актуально сейчас
🔹 GPU-accelerated Databases категория - тулы используемые для streaming data и real-time ML
🔹 Data Orchestration выделена отдельно, чтобы отразить возникновение нескольких коммерческих поставщиков в этой области
🔹Слияние двух подкатегорий "Data observability" и "Data Quality" в одну, чтобы отразить то, что компании в этой области, хотя и подходят с разных сторон, все больше перекрываются - сигнал того, что категория может быть готова к консолидации. И здесь в и категории Catalogs много новых для меня имен. Бурно двигается тема.
🔹Зашла секция Applications Enterprise, много интересных нишевых решений по бизнес областям.
🔹Норм подборки в категориях "Closed source models" (Кому важно все чаты GPT тут), "Horizontal AI", "Data Labeling"

Карта содержит много деталей и микросегментов, но настоящий интерес вызывает именно новая интерактивная версия. Можно кликать на лого и залипать на новые продукты.
Было бы совсем отлично - возможность сравнения нескольких произвольных продуктов.

Компании часто попадают в несколько категорий, но авторы сокращают этот эффект, чтобы не перегрузить карту. Тот же Tableau, как обычно, находится в категории "Visualisation tool", а не BI 🤷‍♂️.

https://t.iss.one/datanature/169

Вышел pandas 2.0.0, который был во многом ориентирован на улучшение производительности. Что интересного:

- Если раньше pandas работал только поверх numpy, теперь можно выбрать в качестве бекенда apache arrow
- Работа с отсутствующими значениями и строками стала эффективнее при использовании arrow backend
- Copy-on-write - ленивое копирование, при котором реальное копирование данных откладывается до тех пор, пока мы не начнем изменять данные. Это уменьшит количество ошибок, когда меняя данные в срезе мы на самом деле меняем исходный фрейм и при этом не скажется на производительности, когда нам нужно только читать данные
- Числовые индексы теперь могут быть не только 64-х разрядные (int64, uint64, float64), но и любых других числовых типов
- У datetime и timedelta теперь можно указывать единицу измерения. Если раньше pandas приводил все к наносекундам, теперь можно явно указать что-то типа dtype="datetime64[s]"

Полный список изменений: https://pandas.pydata.org/docs/dev/whatsnew/v2.0.0.html

Более подробно про изменения можно прочитать в статье pandas 2.0 and the Arrow revolution.

https://t.iss.one/tricky_python/118
https://t.iss.one/dataeng/522
#pandas #pandas2 #release #release_notes

⁉️ Начните изучать инструменты MLOps с библиотеки DataFrame API!

⚠️ Приглашаем 15 мая в 20:00 мск на открытый урок «DataFrame API: от Dask к PySpark» в OTUS.

DataFrame API — это библиотека для обработки данных в Python, которая часто используется в задачах машинного обучения. 

✅ На этом занятии мы рассмотрим ситуацию, когда данные уже не помещаются на дисковый массив, а для быстрой обработки требуется большое количество ядер.

⬆️ Покажем на практике как деплоить модели в production

Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения.

👉 Готовьте вопросы и записывайтесь на вебинар!
https://otus.pw/THrS/

Нативная интеграция. Информация о продукте www.otus.ru

❗️Как пройти техническое собеседование на ML-специалиста?

⚠️ Узнайте на примере mock-интервью с преподавателями курса «MLOps» в OTUS!

На открытом уроке вы сможете наблюдать один из этапов собеседования при найме ML-специалистов — ML System Design секцию.

👉 Для удачного прохождения этого этапа не достаточно только знания алгоритмов машинного обучения. Также проверяются навыки проектирования ML систем, которые могут успешно работать в промышленной среде.

Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения.

👉 Готовьте вопросы и записывайтесь на вебинар!
https://otus.pw/dgHh/

Нативная интеграция. Информация о продукте www.otus.ru

Открываем прием заявок на Лето с AIRI! ☀️

2 недели науки об искусственном интеллекте для молодых исследователей. В этом году мероприятие пройдет в Татарстане.

🗓 Заявки принимаются до 4 июня 2023 года.

Программа включает в себя лекции, семинары и практическую работу по направлениям:

– обучение с подкреплением
– робототехника
– 3D компьютерное зрение
– генеративное и вероятностное моделирование
– моделирование данных на многообразиях машинного обучения
– графовые нейронные сети
– детектирование и диагностика аномалий по сенсорным данным

📍Питание, обучение и проживание бесплатное, оплатить самим нужно будет только проезд.

Прочитать все подробности и подать заявку можно по ссылке 🚀
https://t.iss.one/wibd_russia/323