Круто! Автор канала selfedu начал выкладывать ролики по matplotlib. Очень нравится этот канал! Многие знания черпаю из него и рад, что и до матплотлиба дело дошло! Также у автора есть цикл роликов про работу нейросетей и numpy. Если ещё не видели, прям, рекомендую!
https://youtu.be/clDQPyQJ-hc
Друзья! Хочу вам в этот раз порекомендовать два классных выпуска подкастов, которые мне очень зашли. Один из старенького. Я слушаю прошлые выпуски Теории Большой Бороды и в одном из выпусков 2019 года в очередной раз был подтверждён тезис, сформулированный мной, когда я только-только увлекся прослушиванием подкастов. А именно, хочешь получить хороший выпуск подкаста - приглашай Ивана Ямщикова! Вариант на самом деле беспроигрышный. Ни одного НЕинтересного выпуска с его участием, кажется, не существует в природе! Вот и эта беседа Ивана И Антона (ведущего Big Beard Theory) получилась очень интересной, и не утратившей свою актуальность. В очередной раз перемыли все косточки тесту Тьюринга.
https://beardycast.com/podcast/tbbt/the-big-beard-theory-240/
А рекомендация второго подкаста связана с тем, что я проходил Аналитика данных от Яндекса и там немного познакомился с SQL. До этого все у мегя было только на уровне готовых запросов, которые я не очень представлял как правильно писать. Вообще, по обучению на Яндекс.Практикуме я потом напишу отдельный пост - имею чего сказать по этому поводу, Так вот, я немного погрузился в базы данных и сегодня наткнулся на выпуск подкаста "Запуск завтра", где ведущий беседует с очень позитивным дядькой, стоявшим у истоков российского интернета и одним из известных контрибьюторов PostgreSQL. Послушайте! Очень бодро и интересно получилось!
https://ru.player.fm/series/zapusk-zavtra/kak-ustroieny-bazy-dannykh-i-kak-khakier-sdielal-bazu-dannykh-dlia-vyborov
Искусственный интеллект (ИИ) — одна из самых важных и быстрорастущих областей в науке. Его используют в медицине, промышленности, банковской сфере, торговле, разных мобильных приложениях и видеоиграх.
Эксперты в этой области решают сложные задачи с помощью анализа большого массива данных. Помогают развивать продукты. Улучшают бизнес-процессы. А еще — неплохо зарабатывают и могут работать как в офисе, так и на удаленке.
Хотите окунуться в мир исследований? Тогда записывайтесь на факультет «Data Science» GeekBrains. Узнаете, как работать с научными данными и использовать машинное обучение и нейросети для решения сложных задач.
Кстати, на факультете помогают с трудоустройством. А еще специалисты по Data Science весьма неплохо зарабатывают.
Изучите новую специальность и станьте аналитиком-супергероем → https://geekbrains.ru/link/HolgE5
GPT-3 моделька на английском языке, на 2.7 миллиардов параметров стала доступна онлайн.
Это реплика и обучили ее энтузиасты eleuther.ai а не люди из OpenAI, оригинальная GPT-3 на ~175 миллиардов параметров продается как коммерческий продукт и отдается по эксклюзивной лицензии через Microsoft.
В общем, опенсорс сообщество как всегда великолепно – также выложили модельку поменьше, все по ссылкам ниже.
Код | Коллаб
Количество сгенерированных текстов в интернете увеличилось вдвое 🌚
А вот здесь некоторая аналитика по этим графикам
https://zen.yandex.ru/media/id/5ce1d0650d473000b08b0114/analitika-proizvodstva-moloka-rf-chast-2-6053c81353791e021bcd0cc2
Здесь совмещены 3 графика - среднее поголовье, средний надой на корову и средний валовый надой (усреднение по годам). Видно, что валовый надой почти не менялся с 1997 года. То есть уменьшение поголовья компенсируется эффективностью производства на одну корову
Читать полностью…А вот здесь интересная аналитика, на основании этого графика, которую сделал мой хороший товарищ
https://zen.yandex.ru/media/id/5ce1d0650d473000b08b0114/analitika-proizvodstva-moloka-rf-chast-1-60400845b899d26c51cccf10
Пока проходил первую часть Аналитика данных от Яндекс.Практикума, тренировался на данных о состоянии молочной отрасли России в период с 1997 по 2021 год.
Осознал всю прелесть Питона и Пандас, когда одновременно нужно было обрабатывать около 1200 таблиц.
http://old.mcx.ru/moloko/index.php
Давно читаю Вастрика. С тех пор, как нашел его популярное изложение машинного обучения с картинками. Где-то здесь в канале точно была ссылка.
У локального Тима Урбана (Вастрика) вышла очередная крутая статья. На этот раз про квантовые вычисления. Не могу не поделиться!
https://vas3k.ru/blog/quantum_computing/
Финансовая помощь на Курсере.
#полезное
Начну с небольшого предисловия. За качественный продукт всегда нужно платить, поэтому если у Вас есть возможность оплатить курс - сделайте это. Но не у каждого есть возможности (кто-то еще студент, кто-то меняет работу, у кого-то не хватает денег). На платформе есть возможность получить финансовую помощь и пройти курс со скидкой или вообще бесплатно. Рассказываю как (все скриншоты в комментариях к посту). Выбираем нужный курс и ищем надпись “Доступна финансовая помощь”, обычно она под надписью с бесплатным периодом. Далее нас оповещают о том, что заявление рассматривается 15 дней (это правда, в автоматическом режиме), жмем “Перейти к заявлению”. Далее ставим галочки и прописываем согласие и “продолжить”. Заполняем образование, годовой доход в $, занятость и сумму, которую можете выплачивать (от 0 $). Далее идут пункты с обоснованием для вашей финпомощи (обязательно, не менее 150 слов на АНГЛИЙСКОМ (!)). Пример заполнения этих пунктов приложу в комментарии. Это всего лишь пример, опишите свою ситуацию, почему вам нужна эта опция. На вопрос про кредит отвечаем отрицательно. Разгадываем капчу, отправляем, ждем 15 дней, на почту придет письмо с одобрением.
Все скриншоты и примеры оставлю в комментариях к посту. Еще раз напомню, пользуйтесь данной услугой, если у вас реально не возможности платить за курс.
Ссылки: coursera.org
С огромным удовольствием смотрю канал CodeBullet, но вот этот ролик понравился особенно. Не с точки зрения унижения игроков из мяса, а с точки зрения интересных инженерных находок и решения поставленной задачи.
https://youtu.be/9efnXpyxe3g
За выходные прошел первую часть курса "Аналитик данных" - "Основы Python и анализа данных". Сначала казалось, что все слишком просто и это даже бесило, но когда начался именно анализ данных с помощью pandas - мне очень зашло. Интересно, пошагово и очень понятно. Вывод: очень хороший вход для тех, кто с нуля. И спасибо товарищу @Encky за рекомендацию!
Читать полностью…Наткнулся на сайт с большим количеством книг по программированию в свободном доступе. Вот, например, что есть по машинному обучению: https://codernet.ru/search/?query=%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5+%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5
Читать полностью…Может, надо кому. Открыт бесплатный доступ к курсу Machine Learning Real World projects in Python на Udemy. Вроде, еще пару дней будет доступен
https://www.udemy.com/course/machine-learning-real-world-projects-in-python/?ranMID=39197&ranEAID=*7W41uFlkSs&ranSiteID=.7W41uFlkSs-InBSEVLXt.MeuTIxMLy83Q&LSNPUBID=*7W41uFlkSs&utm_source=aff-campaign&utm_medium=udemyads&couponCode=MARCH_MID
Подписчики канала прекрасно знают, что, в целом, я сторонник самообразования из открытых источников, которых сегодня предостаточно. Но это совершенно не означает, что я против платного образования и у меня в жизни был неоднократный опыт, когда я платил за науку специалистам. Например, в начале 2010-х, мне, человеку далекому от строительства, понадобилось хотя бы немного разбираться в том, как устроена эта область человеческой деятельности, чтобы хотя бы примерно представлять, на что обращать внимание при работе с проектировщиками, со всякими разрешительно-контролирующими службами, с прорабами и даже с рядовыми каменщиками, бетонщиками и так далее.
Я нашел профессионального проектировщика, который проектировал и вел авторский надзор многих объектов разной степени сложности, и напросился к нему в юные подаваны на возмездной основе. Полгода он давал мне теоретические знания, а также таскал по объектам, чтобы показать все на практике.
Конечно же, я не стал профессионалом от строительства, но хороший фундамент подо мной появился и я уже мог общаться со специалистами на похожих языках и на меня не смотрели с видом "мальчик, а ты вообще что здесь делаешь?".
В общем, я считаю, что платным образованием стоит пользоваться если:
- у вас нету четкого понимания по какой траекторией двигаться и нету времени на то, чтобы глубоко вникать для выстраивания этой самой траектории
- у вас нету понимания к кому обратиться, если в каком-то месте вашей траектории у вас произойдет затык
- у вас недостаточно мотивации, чтобы придерживаться траектории. Тут надо отметить, что не "нет мотивации", а именно просто немного недостаточно, потому что, увы, волшебных таблеток пока не придумали. Обычно финансовые обязательства дают несколько очков к мотивации.
- у вас есть понимание, что опереться на опыт экспертов - это почти гарантированные срезанные углы и сложности, в которых без опыта экспертов, можно завязнуть.
В общем, если вам надо быстро, по делу и, в какой-то мере, с индивидуальным подходом, можно смотреть в сторону платных курсов. Я посмотрел на программу, которую предлагает GeekBrains. С позиций моего скромного, но уже все-таки опыта, она очень по делу.
Еще когда только Open AI объявили о выходе модели GPT-3, а Евгений Разинков в одном из выпусков Machine Learning Podcast размышлял о том, что дорогие решения, возможно, будут доступны только корпорациям, мне пришла мысль... Но как пришла, так и ушла :) А мысль была такая, что простые пользователи вполне способны объединяться, чтобы делать что-то сопоставимое с тем, что могут позволить себе корпорации. Можно вспомнить распределенные вычисления фолдинга белков, пулы майнеров для поддержки жизнеспособности криптовалют, а также недавнюю атаку на хедж-фонды инвесторов-любителей с Реддита. Про силу опен-сорс сообществ я вообще молчу. Ну, в общем, пользователи в очередной раз объединились и сделали свою GPT-3 :)
Читать полностью…А еще было интересно как распределяется производительность молочных хозяйств по округам РФ. Неожиданностью для меня оказался Приволжский ФО
Читать полностью…Ну, раз, большинству интересно, что за графики получились, показываю :) Первый график, который я строил - это средний надой в кг на одну корову по всей стране
Читать полностью…Пока у меня из-за нехватки времени образовался вынужденный перерыв в выкладывании выпусков подкаста по машинному обучению, рекомендую послушать выпуск подкаста "Запуск завтра" про то, как с помощью машинного обучения выращивают марихуану и лечат рак. ИИ стремительно наступает по всем фронтам и сельское хозяйство не остается в стороне. Ну и, вообще, Запуск завтра - классный подкаст. В одном из последних выпусков парень из Яндекса рассказывает нужна ли математика программистам. Самому мне постоянно задают такой вопрос, уже устал отвечать :)
И, да, Machine Learning Podcast скоро возобновит свое вещание! В процессе монтажа сейчас несколько выпусков с классными гостями!
https://ru.player.fm/series/zapusk-zavtra/kak-s-pomoshchiu-iskusstviennogho-intielliekta-vyrashchivaiut-marikhuanu
Здравствуйте, уважаемые подписчики!
Появилась видеозапись третьей лекции по Computer Vision using Deep Learning на тему "Введение в обнаружение объектов":
https://youtu.be/LWiiHqI4Bg8
Это вводная лекция про обнаружение объектов. Мы рассмотрели основную метрику точности обнаружения объектов – Mean Average Precision – и метод weakly supervised object detection – Class Activation Maps.
Приятного просмотра!
The AI Index Report – Artificial Intelligence Index
https://aiindex.stanford.edu/report/
Не знал про такую возможность. Уверен, надо пользоваться! Только образование спасет эту планету :)
Читать полностью…Если кому-то интересно попробовать себя в аналитике данных, то университет 20.35 дает возможность бесплатно пройти курс "Аналитик данных" на яндекс практикуме: https://cat.2035.university/rall/course/305/?utm_source=dls&utm_medium=banner&utm_campaign=data-analyst
Читать полностью…