🚀 Машинное обучение. Обнаружение аномалий с использованием модифицированного zscore

Читать

@data_analysis_ml

Как импортировать наборы данных Kaggle в Google Colab?

Kaggle используется практически всеми, кто занимается наукой о данных. Эта платформа содержит датасеты для всех областей знаний. Вы можете получить набор данных практически для любого случая использования, включая развлечения, медицину, электронную коммерцию и даже астрономию. Пользователи Kaggle могут попрактиковаться на различных наборах, чтобы проверить свои компетенции в науке о данных и машинном обучении.

В этой статье будет показано, как импортировать наборы данных из Kaggle непосредственно в блокноты Google Colab.

Читать дальше

@data_analysis_ml

⚖️ Как в PyTorch случайным образом мутировать веса.

https://uproger.com/kak-v-pytorch-sluchajnym-obrazom-mutirovat-vesa/

@data_analysis_ml

Нейросеть DALL-E 2 позволяет генерировать изображение под абзац абсолютно любой книги

Пройдите тест, который покажет можете ли вы угадать, какая картинка создана человеком, а какая Dalle 2.

https://thisimagedoesnotexist.com/

@data_analysis_ml

В ветке реддита сгенерировали персонажей атаки титанов с помощью
этой сетки.

потс: https://www.reddit.com/r/titanfolk/comments/uve0wq/attack_on_titan_but_its_liveaction_i_made_this/

@data_analysis_ml

Характеристики качетсва требований к ПО:

Что делает требование к ПО хорошим? Для этого есть характеристики качества требоаваний к ПО, которые можно использовать, как чек-лист при написании или тестировании требований.

Характеристики качества требований по-разному определены различными источниками. Однако, следующие характеристики являются общепризнанными:

✅ Единичность - требование относится только к одному свойству, т.е. должна существовать только одна трактовка требования

✅ Завершенность - требование является полным и законченным с точки зрения представления в нём всей необходимой информации, ничего не пропущено по соображениям «это и так всем понятно». Также требование должно быть описано целиком в одном месте, а не разбросано по документу

✅ Последовательность - Требование не противоречит другим требованиям и полностью соответствует внешней документации

✅ Атомарность - требование является атомарным, если его нельзя разбить на отдельные требования без потери завершенности, и оно описывает одну и только одну ситуацию/функцию

✅ Отслеживаемость - возможность отследить связь между требованием и другими артефактами проекта, каждое требование имеет уникальный идентификатор, по которому оно легко прослеживается

✅ Актуальность - требование не должно быть устаревшим с течением времени

✅ Выполнимость - Требование должно быть технологически выполнимым, реализуемым в рамках бюджета и сроков разработки проект

✅ Недвусмысленность - требование кратко определено без обращения к техническому жаргону, акронимам и другим скрытым формулировкам

✅ Проверяемость - выполнение требования можно проверить. Реализованность требования может быть определена через один из четырёх возможных методов: осмотр, демонстрация, тест или анализ.

✅Обязательность - Без выполнения этого требования пользователь не сможет в полной мере использовать систему. Если требование не является обязательным к реализации, оно должно быть просто исключено из набора требований

✅ Полнота - требование должно быть определено для всех возможных ситуаций

@ba_and_sa

Открытый курс OpenDataScience и Mail.ru Group по машинному обучению

#посмотреть #джун #мидл

10 лекций по машинному обучению — более 20 часов видео. Обязательно к просмотру всем, кто начинает изучать ML.

Лекция #1. Pandas
Лекция #2. Визуализация
Лекция #3. Классификация, деревья решений
Лекция #4. Логистическая регрессия
Лекция #5. Случайный лес
Лекция #6. Регрессия, регуляризация
Лекция #7. Обучение без учителя
Лекция #8. Обучение на больших выборках, Vowpal Wabbit
Лекция #9. Временные ряды
Лекция #10. Градиентный бустинг

SQL-программирование: наиболее полный видеокурс
#видеоуроки

Содержание:
1. Введение
2. О SQL
3. Установка MySQL
4. Базовые команды
5. Применение команды SELECT
6. Оперирование записями
7. Нормализация. Первая форма
8. Изменение полей таблиц
9. Строковые функции
10. Применение CASE и ORDER BY
11. Функции для работы с числами
12. Прочие полезности общего применения
13. Многотабличное хранение
14. Объединения
15. Подзапросы и крупные выборки
16. Еще раз о нормализации
17. Представления
18. Workbench

Перейти

@ba_and_sa