3571
Тут вы найдете всё, что связано с Data Science, AI и Machine Learning, как для начинающих, так и для бывалых специалистов. Также, для вас, мы переводим зарубежные статьи. Сотрудничество: @Seyfme
Собеседование по Data Science: чего от вас ждут
Источник
Обзор библиотеки Datatable в Python
Источник
Как построить трехслойную нейронную сеть с нуля на Python
Источник
Как стать специалистом по обработке данных: 5 советов
Источник
Пять отличных Python-библиотек для data science
Источник
Кейсы разметки в CVAT #1: найди отличия
Источник
Яндекс назвал лауреатов своей ежегодной научной премии
Ученые, которые занимаются исследованиями в области компьютерных наук, получат по миллиону рублей на развитие своих проектов. В 2022 году лауреатами стали шесть молодых ученых:
•Максим Великанов — занимается теорией deep learning, изучает бесконечно широкие нейронные сети и статистическую физику;
•Петр Мокров — исследует градиентные потоки Вассерштейна, нелинейную фильтрацию и байесовскую логистическую регрессию;
•Максим Кодрян — занимается deep learning, а также оптимизацией и генерализацией нейросетевых моделей;
•Руслан Рахимов — работает с нейронной визуализацией, CV и deep learning;
•Сергей Самсонов — изучает алгоритмы Монте-Карло с марковскими цепями, стохастическую аппроксимацию и другие темы;
•Тарас Хахулин — работает в области компьютерного зрения.
Круто, что отдельно выделяют и научных руководителей. В этом году гранты получили двое — Дмитрий Ветров, заведующий Центром глубинного обучения и байесовских методов ВШЭ, и Алексей Наумов, доцент факультета компьютерных наук ВШЭ, заведующий Международной лаборатории стохастических алгоритмов и анализа многомерных данных.
Подробнее о премии и лауреатах 2022 года — на сайте.
Вся правда о кубах данных OLAP: развенчиваем мифы
Источник
10 лучших опенсорсных инструментов аннотирования для компьютерного зрения
Источник
Дельта BI глазами (и руками) разработчика Tableau
Источник
Контролируемое и неконтролируемое обучение: в чем разница?
Источник
Открытые данные. Как сматчить несматчиваемое или Нейросеть вам в помощь
Источник
Как избавиться от проблем при разметке данных для обучения ML моделей?
Источник
От Single-Instance-прототипа до облачной промышленной платформы интернета вещей: как мы разрабатывали Cloud IoT Platform
Источник
11 задач по SQL с собеседований на позицию Data Engineer
Источник
Генератор эмбеддингов: как провести качественный анализ метрик сотрудников без прямого доступа к персональным данным
Источник
Ищем учеников на бесплатное обучение по созданию искусственного интеллекта с нуля. Опыт программирования не важен!🤖
Всего за 3 вечера под руководством Дмитрия Романова - основателя Университета Искусственного Интеллекта, лидера обучения AI-разработке в РФ, вы с легкостью напишете свой первый искусственный интеллект👨💻
Какие нейронные сети вы создадите?
▫️Классификация людей на входящих и выходящих из автобуса
▫️Обнаружение возгораний
▫️Оценка стоимости квартир
▫️Оценка резюме соискателей
▫️Прогнозирование стоимости полиметаллов
▫️Сегментация изображений самолетов
▫️Распознавание команд умного дома⠀
Лучше освоить навыки создания нейронных сетей вам помогут домашние задания с проверкой от кураторов.⠀
Приходите на бесплатное обучение и напишите искусственный интеллект за 3 вечера💪
Регистрация по ссылке
🟣 Как управлять данными и моделями с помощью DVC?
🟥Узнайте 21 декабря в 18:00 на открытом уроке онлайн-курса «MLOps» в OTUS.
👉 Кому будет полезен этот урок:
— Дата-сайентистам, которые хотят научиться выводить свои модели в прод
— Дата-инженерам, которые обеспечивают версионирование данных
— ML-инженерам, решающим проблемы хранения и версионирования моделей
👉 В результате вебинара вы научитесь:
— Настраивать в git репозитории DVC и хранить артефакты на S3
— Переключаться между версиями артефактов и загружать их во внешнее хранилище
— Создавать воспроизводимые конвейеры обучения моделей с помощью DVC Pipelines
💻 Спикер — преподаватель Павел Филонов, Ex-Data Science Manager в Kaspersky.
👉Перед занятием пройдите вступительный тест — https://otus.pw/DRGN/
❗️Новогодняя распродажа! Скидки -23% на все курсы! Предложение ограничено!
Реклама. Информация о рекламодателе на сайте www.otus.ru.
У подкаста ВТБ “Деньги любят техно” - ds сезон. В новом эпизоде «А/В-тестирование и Data Science: как и для чего совместить»:
• С чего начать А/В-тестирование? Как должен быть выстроен процесс?
• Нужно ли A/B тестировать все?
• Когда не хватает t-test? Какие продвинутые техники используются? Когда нужен bootstrap?
Эти еще очень много важных вопросов обсудили ds-эксперты - Александр Сахнов из X5 Group и Артём Летин из ВТБ .
Подписывайтесь, чтобы следить за новыми выпусками. Дальше будет много полезных тем для ds – MlOps, AutoML, адверсальные атаки и другие.
Послушать подкаст можно на любой удобной для вас площадке.
Реклама, Банк ВТБ (ПАО) https://www.vtb.ru/
Вся правда о кубах данных OLAP: развенчиваем мифы
Источник
Объяснимый искусственный интеллект для самых маленьких. Часть 1 — Введение
Источник
Приоритезация работы в Data Science
Источник
2003–2023: Краткая история Big Data
Источник
Как мы с минимальными затратами создали каталог данных над хранилищем
Источник
Как построить прогноз спроса и не потерять голову
Источник
📊 Как начинающий Data Scientist может заработать на фрилансе?
Источник
Говорят и показывают сеньоры: обучение Junior Data Scientist
Источник
Как в Тинькофф создавали Data Catalog
Источник
🤖 Наивный байесовский алгоритм классификации: преимущества и недостатки
Источник