Machine learning Interview
24.9K subscribers
1.09K photos
82 videos
12 files
744 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
🌟 Отличный репозиторий для полного погружения в Machine Learning

Здесь и теория Machine Learning, и пошаговое объяснение в Jupyter Notebook'ах с реальными кейсами
Вот некоторые из затрагиваемых тем:
— предобработка данных с sklearn
— работа с текстом: векторизация и т.д.
— работа с изображениями
— обучение с учителем и без

Также в репозитории есть модули, в которых более детально рассматриваются отдельные блоки — GenAI, продвинутая статистика и работа с данными и ещё несколько других тем

🖥 GitHub

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍18🔥94
⚡️ Большая подборка вопросов по разным аспектам ML: по алгоритмам, по линейной алгебре и матанализу, по статистике, поведенческие вопросы и не только

Здесь освещается собеседование в ML с разных сторон, приведена масса всевозможных вопросов (не только технических), которые могут задать

📎 Вопросы

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍96😁1
Яндекс представил языковую модель YandexGPT 3 Lite

Это облегченная и более усовершенствованная модель, в которой докрутили качество и скорость ответов. Она будет полезна разным бизнесам в решении рутинных задач в режиме реального времени. Плюс получается наиболее выгодной по соотношению цена/качество (также есть бесплатный демо-режим, чтобы попробовать).

В статье команда рассказала про такие важные этапы обучения модели, как Alignment и RL.

https://habr.com/ru/companies/yandex/articles/817391/

@machinelearning_interview
🤡13👍92🔥1
⚡️ Отличная open-source книга по прогнозированию временных рядов

В этой открытой книге от Rob Hyndman и George Athanasopoulos собрана масса полезных вещей по прогнозированию временных рядов.
Все примеры приводятся на языке R, но объясняются очень подробно, так что даже тру-питонисту всё будет кристально понятно

📎 Книга

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
18👍5🔥3🗿1
🌟 Интерпретируемое машинное обучение — открытая книга от Christoph Molnar

Здесь можно найти ответы на многие вопросы по ML.
Вот некоторые из разделов:
— интерпретация нейросети
— дерево решений
— регрессия: линейная/логистическая

Большой упор сделан на подробное объяснение, поэтому детально разбираются такие кейсы:
— анализ комментариев на предмет спама
— построение модели регрессии по данным аренды велосипедов
— классификация причин возникновения рака

📎 Книга

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍183🔥3
🔥 На Хабре выбрали победителей конкурса «Технотекст» в номинации ML

Ими стали:
— Виктор Юрченко из Яндекса со статьей о том, как нейросети помогают беспилотным автомобилям планировать своё движение
— Игорь Котенков из Open Data Science с научно-популярной статьей-разбором работы ChatGPT
— Мурат Апишев со статьей о методах позиционного кодирования в Transformer

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14
⚡️ 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
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21🔥63