⚡️ Простое объяснение сложных концепций AI и ML на пальцах

Держите подборку полезных анимаций от Tom Yeh
Профессор очень просто объясняет такие понятия как MoE, умножение матриц, работу MLP в PyTorch, прямое/обратное распространение, работу GAN, устройство векторной БД и много всего ещё

▶️ Анимации с объяснением

@machinelearning_interview

⚡️ Топ 100 вопросов по Data Science и ML с собеседований

Вот некоторые из этих вопросов:
— в чём суть метода случайного леса?
— расскажи про преобразование Бокса-Кокса
— что такое обучение с подкреплением?
— что показывает ROC-кривая?

▶️ Вопросы и ответы

@machinelearning_interview

🌟 Визуализация основных понятий Machine Learning

Здесь очень наглядно объясняются разные концепции ML — алгоритм классификации, матрица рассеяния, дерево решений и т.д.

▶️ Визуализация
🟡 А вот и 2 часть

@machinelearning_interview

📌Machine Learning с нуля — годный ресурс по объяснению самых основ ML

Вот некоторые из рассматриваемых здесь тем:
— нейросети: концепция и реализация
— деревья решений
— регрессия: линейная/логистическая

🟡 ML с нуля

@machinelearning_interview

⚡️ Let's reproduce GPT-2 — 4-часовой ролик от Андрея Карпати, где он реализует GPT-2 с нуля

Очент полезное видео, здесь описывается весь процесс разработки:
— сначала строится сеть GPT-2
— затем оптимизируется её обучение, чтобы оно было действительно быстрым
— настраивается процесс обучения
— и после этого несколько часов модель обучается

В некоторых моментах для полного понимания нужны знания из плейлиста "Neural Networks: Zero to Hero"

🎞 YouTube
🖥 GitHub

@machinelearning_interview