Математика

1. Самые большие числа
2. Сделал генетический алгоритм | симуляция ЭВОЛЮЦИИ
3. ИИ учится ходить
4. Симуляция естественного отбора
5. Что будет, если взять корень из отрицательного числа? | Фракталы
6. Пишем свой движок 3D-графики
7. Сделал симуляцию черной дыры в 3D
8. Что больше бесконечности?
9. Как выглядит самая сложная задача математики? Фрактал Коллатца

#video #math

https://www.youtube.com/watch?v=qsbQki6Ikfo&list=PLyc_E1fmJGpIqWsdgX-j5RxIX1M225UlD&ab_channel=Onigiri

@data_math

🛞 Математики изобретают колесо в более высоких измерениях, чтобы решить старую геометрическую проблему:

https://scientificamerican.com/article/mathematicians-reinvent-the-wheel-in-higher-dimensions-to-solve-decades-old/

#Математика

@data_math

Бесплатный курс с теорией и практикой математики для Data Science.

Никакой лишней воды, только то, что действительно нужно для работы с ML, и всё это с примерами кода. Приятный бонус — можно выбрать диалект для примеров (PyTorch, Keras или MXNET).

Кстати, остальные главы курса тоже на высоте.

https://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html

@data_math

InfinityMATH

Масштабируемый набор данных для настройки математических моделей

InfinityMATH, масштабируемый набор данных для настройки моделей для математического анализа.

Эксперименты по точной настройке языков и моделей кода с открытым исходным кодом, таких как Llama2 и CodeLlama, демонстрируют практические преимущества InfinityMATH.

Эти точно настроенные модели показали значительные улучшения, составив в среднем от 184,7% до 514,3% процентов прироста.

Кроме того, эти модели продемонстрировали хорошие оценки надежность в тестах GSM8K+ и MATH+, которые представляют собой усовершенствованную версию тестовых наборов с простым изменением количества тестов.

InfinityMATH делает модели более универсальными и эффективными для решения широкого круга математических задач.

https://huggingface.co/papers/2408.07089