🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.

В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги

👉Подписаться👈

✨ Как создаются анимации для канала 3Blue1Brown?

Если вы любите канал, то вам будет интересно посмотреть, как создатель 3Blue1Brown отвечает на самый популярный вопрос к нему.

🔗 Смотреть на YouTube

А если вы ещё не знакомы с этим каналом, то ознакомьтесь, там можно найти много интересного👇

🔸Но что такое нейронная сеть?
🔸Векторы | Глава 1. Сущность линейной алгебры
🔸Но что такое Центральная предельная теорема?

🧑‍💻 Линейная регрессия и её регуляризация в Scikit-learn

Новая статья на «Хабре» рассматривает модели линейной регрессии, доступные в scikit-learn, а также объясняет, что такое регуляризация на примерах Ridge, Lasso и Elastic Net.

🔗 Читать статью

📚DevOps for Data Science (2024)

✍️Автор: Alex K Gold

📃Страниц: 273

В этой книге собраны уроки DevOps и применены их к созданию и реализации проектов по обработке данных производственного уровня на Python и R. В первом разделе этой книги рассказывается о том, как создавать проекты по обработке данных, которые будут внедряться в производство без излишеств и суеты. Во втором разделе рассматриваются основы администрирования сервера, включая Linux, администрирование приложений и сети, а в заключительном разделе раскрываются проблемы корпоративных ИТ/администрирования, что позволяет специалистам по обработке данных взаимодействовать и сотрудничать с командами безопасности, сетевого обеспечения и администрирования своей организации.

Скачать книгу

✍️ Подборка вопросов с собесов и ответы на них

Это подборка самых популярных постов канала «Библиотека собеса по Data Science» за месяц. Сохраняй себе, чтобы не потерять👇

❓Напишите логистическую регрессию
❓Какие вопросы задать интервьюеру на собеседовании?
❓У Алисы двое детей, по крайней мере один из которых девочка. Какова вероятность того, что оба ребёнка девочки?
❓Какие существуют методы разбиения в алгоритмах построения решающих деревьев?
❓Опишите процесс предобработки видеоданных для их использования в ML-моделях

👾🛡️🤖 42 секунды и 5 запросов: как взламывают генеративные ИИ-модели

Ты знал, что злоумышленникам для взлома генеративных ИИ достаточно всего 42 секунды и пяти запросов? В этой статье мы разберём, как это происходит, какие уязвимости существуют и как защитить свои системы от подобных атак.

👉 Читать здесь

🏋️ Как загружать веса моделей, если ресурсы ограничены?

Допустим, у вас не так много памяти на GPU, но вам нужно сохранить модель, используя torch.save(model.state_dict(), 'model.pth'), и продолжить её обучение позднее.

👉В этом ноутбуке собраны советы для того, чтобы решить задачу.

Опрос «Как вы учитесь с помощью телефона: поделитесь своим опытом!»

Дорогие подписчики, мы на миссии улучшений, и вы — наш ключ! 🔑

Мы хотим стать ещё круче, и для этого нужно узнать, как вы учитесь!

Заполните мини-анкету о том, как вы используете мобильные приложения для прокачки знаний.

⏳ Займёт всего 5 минут — как раз успеете за чашкой кофе! А за ваш ценный вклад мы дарим 15% скидку на все курсы https://proglib.academy/ 🎁

🐼 PandasAI — библиотека для исследования данных с помощью естественного языка

Где использовать:
▪️ в Jupyter ноутбуках,
▪️ Streamlit-приложениях,
▪️ в виде REST API.

Как использовать: Просто формулировать вопросы к данным на естественном языке.

🔗 Демо в Google Colab
🔗 Репозиторий проекта

✍️👀 Опубликованы статьи для International Conference on Learning Representations (ICLR)

ICLR известна тем, что освещает передовые исследования методов глубокого обучения, используемых в ИИ и статистике. Конференция пройдёт в апреле 2025 года в Сингапуре, но уже сейчас можно почитать поданные на неё статьи.

👉 Вот ссылка

✏️ Разбор задачи с экзамена ШАД

Условие: Линейный оператор φ действует на пространстве многочленов степени не выше 2 с вещественными коэффициентами. Известно, что 1️⃣. Найдите сумму действительных собственных значений оператора φ (сумму следует вычислять с учетом алгебраической кратности собственных значений).

Подсказка: Найдите матрицу данного оператора и её характеристический многочлен.

Решение: Матрица Φ данного оператора в базисе x^2,x,1 удовлетворяет уравнению AΦ^T = B где 2️⃣ откуда 3️⃣ поэтому 4️⃣. Это и есть ответ, так как все собственные значения матрицы Φ^T вещественные. Это следует из того, что ее характеристический многочлен 5️⃣ имеет 3 действительных корня, так как f(0)>0, f(1)<0.

#задачи_шад

💬 Вы когда-нибудь ощущали, что не заслуживаете той зарплаты, которую получаете?

❤️ — да, знакомо это чувство
👍 — я считаю, что получаю ровно столько, сколько заслуживаю
🤔 — мне наоборот кажется, что мне недостаточно много платят

#интерактив

❗Вакансии «Библиотеки программиста» — ждем вас в команде!

Мы постоянно растем и развиваемся, поэтому создали отдельную страницу, на которой будут размещены наши актуальные вакансии. Сейчас мы ищем:
👉контент-менеджеров для ведения телеграм-каналов
👉Переводчик и автор оригинальных статей

Подробности тут

Мы предлагаем частичную занятость и полностью удаленный формат работы — можно совмещать с основной и находиться в любом месте🌴

Ждем ваших откликов 👾

❤️ Вышел PyTorch 2.5

✅ Новый бэкенд CuDNN для SDPA, обеспечивающий ускорение до 75%;
✅ Сокращено время холодного запуска torch.compile благодаря сборке nn.Module без перекомпиляции;
✅ Оптимизирован бэкенд TorchInductor CPP.

🔗 Обо всех подробностях читайте здесь

✍️ Шпаргалка по SQL

Внутри:

▪️основные виды запросов;
▪️CASE и оконные функции;
▪️вложенные запросы;
▪️виды join;
▪️примеры запросов.

👆А у вас получалась шляпа?👆

👀 Это наглядная визуализация того, как работает написанный Карпаты прямой проход по gpt-2.