Держите массу полезных ссылок на компонентны, расширения и библиотеки Python для более удобной работы в Jupyter Notebook.
В частности, для удобного построения графиков и визуализации, для совместной работы, для интеграции с другими приложениями
Есть даже jut для отображения Notebook'а в терминале
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥4❤2😁1
Последние несколько лет два этих профессора обсуждали, как преподавать линейную алгебру в эпоху Data Science и искусственного интеллекта. В ходе этих обсуждений и родился этот учебник, который освещает самые важные и востребованные темы линейной алгебры.
Вот некоторые темы учебника для полного представления:
— Векторные пространства
— Ортогональность и проекции
— Сингулярное разложение
— SVD на практике
— Положительно определенные матрицы
— Собственные значения и собственные вектора
— Важные теоремы в линейной алгебре
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤3🔥1
Здесь можно найти ответы на многие свои вопросы по ML и Deep Learning;
тут на примерах объясняются самые важные концепции: от построения своей нейросети и перечисления необходимых фреймворков до сравнения разных архитектур и настройки гиперпараметров
Можно использовать как один из материалов для подготовки к собеседованию
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤3🥰1
🔥 Если хотите глубже погрузиться в мир LLM, вам понравится этот бесплатный курс!
Лекции охватывают промт-инжиниринг, файнтюнинг (зачем и как его делать?), RAG (как обучить ChatGPT нужным данным без файнтюна) и оценку LLM-моделей.
Курс полностью открытый: все лекции ведут опытные практики, Anthropic, Mistral и других компаний на передовой ИИ.
Включены текстовые саммари, презентации, код и полезные ссылки. Требования минимальны: базовые знания о LLM и понимание некоторых терминов.
📌 Курс
@machinelearning_interview
Лекции охватывают промт-инжиниринг, файнтюнинг (зачем и как его делать?), RAG (как обучить ChatGPT нужным данным без файнтюна) и оценку LLM-моделей.
Курс полностью открытый: все лекции ведут опытные практики, Anthropic, Mistral и других компаний на передовой ИИ.
Включены текстовые саммари, презентации, код и полезные ссылки. Требования минимальны: базовые знания о LLM и понимание некоторых терминов.
📌 Курс
@machinelearning_interview
🔥15👍7❤4⚡1👎1
This media is not supported in your browser
VIEW IN TELEGRAM
Картиночная нейросеть Яндекса теперь способна:
— восстанавливать детали на размытых и нечётких кадрах.
— улучшать качество изображения путём повышения разрешения и резкости.
Ключевой особенностью нейросети является её способность сохранять историческую достоверность, предотвращая генерацию несуществующих деталей благодаря поэтапному обучению на материалах низкого качества.
Эта технология позволит взглянуть на исторические события прошлого века в новом качестве и помочь в исследованиях и сохранении культурного наследия. YandexART уже продемонстрировала свои возможности, восстановив видеохронику для документального сериала «Игры» об Олимпиаде-80.
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17❤5🔥4🤨4👎1
Этот курс знакомит с концепциями и практиками Deep Learning и смежных областей; курс состоит из 3 частей.
В 1 части даётся краткое введение в классическое машинное обучение и рассматриваются некоторые ключевые понятия, необходимые для понимания глубокого обучения.
Во 2 части обсуждается, чем глубокое обучение отличается от классического машинного обучения, и объяется, почему оно эффективно при решении сложных задач, таких как обработка изображений и естественного языка.
Ну а в 3 части большое внимание отводится применению Deep Learning.
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤5🔥5
Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам.
Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию
@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13⚡3🔥1🥰1
100_React_JS_Interview_Q_A.pdf
519.5 KB
⚡️ Огромная коллекция разборов задач с собеседований по различным языкам программирования.
@machinelearning_interview
@machinelearning_interview
👍13❤3🔥3⚡1😁1