Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
18.8K subscribers
2.25K photos
111 videos
64 files
4.65K links
Все самое полезное для дата сайентиста в одном канале.

По рекламе: @proglib_adv

Курс по ML: https://clc.to/4hNluQ

Для обратной связи: @proglibrary_feeedback_bot

РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9
Download Telegram
🎃 Приглашаем на вебинар перед Хэллоуином: «Нужна ли математика на собеседованиях🧙‍♀️

Темные тучи сгущаются, и в воздухе витает мистическая атмосфера... Готовы ли вы окунуться в мир загадочной математики и раскрыть тайны успешного собеседования? Тогда ждем вас 28 октября в 20:00! 🕸
https://proglib.io/w/2667cc25

Что вас ждет в эту зловещую ночь:

💀 Ошибаться не страшно: узнаем, как неудачные проекты и опыт «в стол» превращают джуниоров в сеньоров. Расскажем истории о том, как ошибки закаляют и помогают достигать вершин мастерства.

🧛 Собеседования без подготовки? Обсудим, возможно ли пройти через испытания рекрутеров без специальной подготовки или это путь в лабиринт с привидениями.

🧙 Теория и практика — зелье успеха:

• Выбор метрики оценки модели: какую метрику показать бизнесу, чтобы не столкнуться с гневом нечисти? Разберемся в разнице между MAPE и WAPE и когда какую применять.

Трансформация распределений: как превратить логнормальное распределение в нормальное без волшебной палочки? Поговорим о том, зачем это нужно и как обойтись изменением функции потерь вместо магических превращений.

🦇 Бонус для смельчаков: раскроем секреты тестирования в маркетинге, которые помогут не заблудиться в темном лесу конкурентного рынка.

Не упустите шанс провести вечер в компании единомышленников, погрузиться в атмосферу Хэллоуина и получить ценные знания!

🕯 Записывайтесь на вебинар и готовьтесь к мистическим открытиям!
https://proglib.io/w/2667cc25👻
🌚1
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Ян Лекун (один из «отцов» компьютерного зрения) выразил своё мнение по поводу того, что нобелевские премии по физике и химии выдали ML-специалистам

У меня сложилось впечатление, что Нобелевский комитет был под некоторым давлением общественности. И вы можете увидеть это, потому что на шведском ТВ показывали сюжеты со словами «Они присуждают её [премию] за малоизвестные достижения в физике. Так, почему бы не дать её людям, которые изменяют мир с помощью ИИ?».

Я думаю, что в какой-то момент они решили дать премию людям, которые занимаются предсказанием структуры белка, в том числе AlphaFold... Затем они, вероятно, решили дать премию также и тем людям, которые вносят вклад в фундаментальные знания. Но они не смогли «упаковать» больше троих людей в категорию «химия», поэтому им пришлось взять ещё и физику.


Лекун также отметил, что ни Машина Больцмана, ни сеть Хопфилда (за которые дали премию) не используются сейчас в отрасли, хоть и являются любопытными концептуально алгоритмами. Они бесполезны.
😁14🔥2💯2
✏️ Разбор задачи с экзамена ШАД

Условие: Найдите, при каких значениях параметров a и b линейная оболочка векторов. 1️⃣ совпадает с множеством решений системы линейных уравнений Ax = 0, где матрица A равна: 2️⃣

Решение: Пусть 3️⃣ — строки матрицы A. Тогда 4️⃣, поэтому rkA ≤ 2. Векторы v и w должны удовлетворять системе. 5️⃣

#задачи_шад
3👍2
🤖 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👈
👍1
🎲 «Комбинаторика для начинающих» — бесплатный курс на «Степике»

Курс предназначен для начинающих, которые хотят освоить основы комбинаторики с нуля, а также для тех, кто когда-то изучал этот раздел математики, но нуждается в обновлении и систематизации знаний.

Включает разделы:

▪️Правило сложения и умножения. Принцип Дирихле
▪️Основные комбинаторные величины и их свойства
▪️Сочетания с повторениями и без
▪️Комбинаторные тождества
▪️Полиномиальные коэффициенты
▪️Формула включений и исключений
▪️Выравнивания

🔗 Ссылка на курс
🎉9👍2
🎯 Python дорожная карта: С нуля до профессионала

Хочешь изучить Python, но не знаешь, с чего начать?


Вот подробный план, который поможет тебе двигаться от основ к продвинутым темам:

Основы Python: Изучи базовые понятия — синтаксис, типы данных, переменные и базовые операции.

Структуры данных: Списки, кортежи, множества, словари. Учись их манипулировать, итерировать и выполнять операции.

Функции и модули: Определи функции, аргументы, возвращаемые значения. Импортируй модули и структурируй код.

ООП (Объектно-ориентированное программирование): Разбирайся с классами, объектами, наследованием и инкапсуляцией.

Работа с файлами: Чтение и запись в файлы, режимы доступа к файлам и работа с файловыми объектами.

Библиотеки и фреймворки: Освой Pandas, NumPy, Flask, Django, TensorFlow, PyTorch и их применение.

Продвинутые темы: Лямбда-функции, декораторы, генераторы, многозадачность и тестирование.

Практика и проекты: Решай задачи, работай над личными проектами и участвуй в open-source проектах.

Хотите изучить пайтон? Тогда забирайте курс:
🔵 Основы программирования на Python
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4🎉4
🧑‍💻 Что поможет улучшить навыки в сфере Data Science

Эту тему обсуждают специалисты на Reddit. Мы собрали их советы на карточках👆
9👍1
Привет, друзья! 👋

Мы готовим статью об ИИ-инструментах для программирования в 2024 году и хотим услышать ваше мнение! 🤖💻 Поделитесь своим опытом и помогите нам сделать материал ещё полезнее. Самые интересные ответы войдут в статью! 🏆
Не забудьте оставить комментарий с вашими мыслями об ИИ в программировании! Какие преимущества и недостатки вы видите? Какие инструменты рекомендуете попробовать коллегам? 🤔💬
🧑‍💻 Если вы ещё не пользуетесь MLflow, то настала пора его изучить

MLflow позволяет выполнять следующие задачи:

▪️Отслеживание экспериментов
▪️Управление кодом проекта
▪️Сохранение и управление моделями
▪️Развертывание моделей
▪️Интеграция с другими ML-фреймворками

🔗 Ссылка на официальную документацию
5
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Ещё одно наглядное объяснение работы LLM

Просто вводите промпт в верху экрана и смотрите, что происходит внутри GPT.
👍12😁3