متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Библиотека задач по Data Science | тесты, код, задания
الذهاب إلى القناة على Telegram
Задачи и тесты по Data Science для тренировки и обучения. Курс по Ai-агентам: https://clc.to/9L0Tqg По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/fa77bf4e Для обратной связи: @proglibrary_feeedback_bot
إظهار المزيد4 014
المشتركون
-324 ساعات
+27 أيام
-230 أيام
أرشيف المشاركات
Что выведет код с картинки выше?
+1
✍️ Воскресный разбор задач
Сегодня разберёмся с расчётом площади под ROC-кривой из этой задачи👆
Какова общая формула метрики Минковского порядка p между двумя точками (x1, y1) и (x2, y2) в двумерном пространстве (см. рисунок выше)?
Repost from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
🅾️ Что такое «О» большое: объясняем на простых примерах
«О» большое (Big O notation) — это математическая нотация, которая позволяет оценить, как изменяется время выполнения алгоритма или объём используемой памяти в зависимости от размера входных данных.
Мы написали подробный гайд по видам сложности, проиллюстрировав их понятными примерами.
🔗 Читать статью
🔗 Зеркало
Классификатор получил следующие вероятности принадлежности шести объектов к классу 1 в задаче бинарной классификации: 0.0, 0.1, 0.1, 0.33, 0.9, 0.9. При этом на самом деле к классу 1 принадлежат только второй и пятый объекты. Чему равняется AUC ROC?
Каким будет результат выполнения кода выше?
В магазине сделаны следующие покупки: клиент1 — хлеб, молоко; клиент2 — хлеб, молоко, печенье; клиент3 — печенье, чай; клиент4 — хлеб, чай; клиент5 — чай, конфеты. Чему равна значимость (conf) правила (хлеб -> молоко)?
Repost from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
🤖🖼️ Как работают визуальные трансформеры: магия превращения пикселей в знания
Визуальные трансформеры (Vision Transformers, ViTs) — класс моделей глубокого обучения, которые достигли выдающихся результатов в задачах классификации изображений. В основе ViTs лежит архитектура трансформеров, изначально разработанная для обработки естественного языка.
В новой статье подробно рассказываем (с картинками), как работают такие модели компьютерного зрения.
🔗 Читать статью
🔗 Зеркало
🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
✍️ Воскресный разбор задач
Разбираем сегодня задачку на знание теоремы Байеса👆
#разбор_задач
🦾🧠🏋Качаем мозги к лету!
Хотите начать работать с большими данными, применять методы машинного обучения, статистический анализ, а также разрабатывать алгоритмы для извлечения информации?
Тогда наш полугодовой курс «Математика для Data Science» от преподавателей МГУ, подходит для этого. И мы можете попасть на него со скидкой 40%
➡️ Математика для Data Science 29 990 ₽ 17 994 ₽
Вас ждет развернутая обратная связь по всем домашним заданиям, а также ссылки на полезные дополнительные материалы.
У вас не будет шансов не усвоить какие-то темы курса👌
⭐️ Переходите и активируйте бесплатные вводные занятия курса – https://proglib.io/w/47e865f0
Что выведет код с картинки выше?
Какова вероятность, что пользователь закончил сеанс, просмотрев не более двух страниц?
На рисунке показан граф ссылок между страницами. Пользователь ходит по этим страницам, выбирая ссылку случайно. Если ссылок на странице нет, то пользователь заканчивает сеанс. Первая страница просмотра пользователя неизвестна.
После print (data.a.values) вывелось ['a' 'b' 'a' 'c' 'a']. Что выведется после data['a'] = data.a.map(data.a.value_counts()), если мы сделаем print (data.a.values)?
Тест на болезнь X имеет вероятность ошибки 0.1 (как положительной, так и отрицательной). X болеет 10% населения. Какова вероятность того, что человек болен X, если у него положительный результат теста?
