Machine learning Interview
24.4K subscribers
1.04K photos
69 videos
12 files
700 links
Разбираем вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейронным сетям, Python.

Вопросы - @notxxx1


@itchannels_telegram -🔥лучшие it каналы

РКН: clck.ru/3FmwRz
Download Telegram
📕 ML/AI Research Papers Solved

Это хранилище содержит все необходимое для того, чтобы стать экспертом в области ML/AI Research и Research Papers.

https://github.com/Coder-World04/ML-AI-Research-Papers---Solved

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🕜 Временная сложность 10 алгоритмов машинного обучения

@machinelearning_interview
⚡️ Где искать работу Дата Саентисту в 2024 году

https://habr.com/ru/articles/789618/

@machinelearning_interview
⚡️ Complete-Applied-Machine-Learning-with-Projects-Series

В этом репозитории собрано все, что нужно для того, чтобы стать экспертом в прикладном #MachineLearning 53+ готовых проектов с кодом.

https://github.com/Coder-World04/Complete-Applied-Machine-Learning-with-Projects-Series

@machinelearning_interview
🖥 Огромная шпаргалка с готовыми запросами SQL (SQLite)

Смотреть

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Complete-Scikit-learn-with-projects

Этот репозиторий содержит все необходимое для освоения Scikit learn на продвинутом уровне с 25 реализованными проектами

Github
Шпаргалка scikit-learn


@machinelearning_interview
👉 Awesome NLP

Список исследований и инструментов, материалов для чтения, видео и курсов, книг, библиотек, датасетов и инструментов аннотации, посвященных обработке естественного языка (NLP).

Github

@machinelearning_interview
⚡️ CNN Explainer

Интерактивная визуализация, созданная для того, чтобы помочь изучить и понять принцип работы конволюционных нейронных сетях (CNN).

git clone [email protected]:poloclub/cnn-explainer.git

Github
Demo

@machinelearning_interview
Основы качественного анализа данных

Обычно, когда кто-то говорит о качестве применительно к исследованию данных, он подразумевает правильность проведения анализа данных и достоверность результатов. Я считаю такое определение слишком узким. Из моего более чем восьмилетнего опыта работы в аналитике я понял: чтобы анализ данных был проведен на достойном уровне, он должен сочетать в себе три фундаментальных элемента:

ответ на актуальную потребность со своевременной точностью;
надежная и проверенная методология, взятая за основу;
доступность для сотрудников организации.
Поговорим об этом всем более подробно.

📌 Читать
📖 Книга по искусственному интеллекту с открытым исходным кодом от Hugging Face.

Open-Source AI Cookbook - это коллекция блокнотов, раскрывающих практические аспекты создания ИИ-приложений и решения различных задач машинного обучения с помощью инструментов и моделей с открытым исходным кодом.

https://huggingface.co/learn/cookbook/index

@machinelearning_interview
Какова вычислительная сложность механизма self-attention?

В оригинальной статье Attention Is All You Need есть таблица со сравнением Complexity per Layer (сложность на слой) нового механизма self-attention и других архитектур. Указано, что для self-attention это значение составляет O(n^2 * d), где d — это размерность векторного представления.

В статье есть один нюанс. Авторы не учитывали сложность вычисления матриц Q, V и K (query, value и key). Их значения были взяты из скрытых состояний RNN. Поэтому идёт «чистый» расчёт для слоя Attention.

#вопросы_с_собеседований
💫 Шпаргалка для алгособеса — алгоритмическая сложность, структуры данных, методы сортировки и Дейкстра

Читать

@machinelearning_interview
💡 A Guide to Production Level Deep Learning 🎬 📜 ⛴️

Руководство по созданию практических систем глубокого обучения производственного уровня для использования в реальных приложениях.

Github

@machinelearning_interview
🔝 "Шесть способов отладки моделей машинного обучения" от weights_biases, статья в которой расматриваются методы отладки моделей.

Читать

Погрузитесь глубже в эту тему с помощью бесплатного курса "Оценка и отладка генеративных моделей ИИ с помощью W&B".

@machinelearning_interview
This media is not supported in your browser
VIEW IN TELEGRAM
Введение в модель эмбединга "Матрешка" 🪆.

Узнайте, как эти модели способны создавать эмбедингы различной размерности, как они могут ускорить выполнение таких задач, как поиск информации, и как вы можете обучить свои собственные модели ! 👇

🔗 https://hf.co/blog/matryoshka

@machinelearning_interview
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 NVIDIA AI Foundation Models

Вы можете тестировать модели с открытым исходным кодом, используя NVIDIAAI.

Взаимодействуйте с новейшими современными API моделей ИИ, оптимизированными на базе ускоренных вычислений NVIDIA, прямо из браузера.

Gemma 7B, Llama 2 70B, Kosmos-2, Mixtral 8x7B Instruct, Stable Diffusion XL и многое другое 🥳

https://catalog.ngc.nvidia.com/ai-foundation-models

ai_machinelearning_big_data
📌 Tech-Interview : Important Topics and Techniques

В этом репозитории собрано все, что нужно, чтобы подготовиться к техническим собеседованиям, а также самые важные советы и методики подготовки к собесу.

Github

@machinelearning_interview
⚡️ Новая архитектура без трансформеров DeepCN , превосходит все возможные трансформеры в анализе временных рядов.

Репозиторий, показывающий, почему трансформеры не работают в прогнозировании временных рядов, демонстрирующий лучшие модели SOTA без трансформеров 'Transformers Are What You Don't Need' ->

Github

#прогнозирование

@machinelearning_interview
🎙Создание локально работающего голосового помощника

В этой статье я расскажу о том, как создать помощника, который позволит вокально взаимодействовать с LLM с открытым исходным кодом. Все компоненты будут работать локально на вашем компьютере.

Архитектура

Архитектура включает три отдельных компонента:

🔵сервис обнаружения “пробуждающего” слова, активирующего голосового помощника (wake-word detection service);
🔵сервис голосового помощника (voice assistant service);
🔵чат-сервис (chat service).

📌 Продолжение


@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
⚜️Вышел релиз GitLab 16.9 с расширенным доступом к бета-версии Duo Chat

GitLab Duo Chat может:
Объяснить или пересказать содержание тикета, эпика или кода.
Ответить на конкретные вопросы об этих артефактах. Например: «собери все аргументы, упомянутые в комментариях применительно к решению, предложенному в этом тикете».
Сгенерировать код или текст на основе информации из этих артефактов. Например: «напиши документацию для этого кода».
Помочь вам начать работать с GitLab с нуля. Например: «создай файл конфигурации .gitlab-ci.yml для тестирования и сборки приложения Ruby on Rails с конвейером CI/CD GitLab».
Ответить на вопросы любого уровня сложности, от новичка до эксперта. Например: «Как настроить динамическое сканирование безопасности приложений для REST API?»
Ответить на последующие вопросы, чтобы вы могли последовательно проработать упомянутые сценарии.

🔗 Duo Chat

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM