Machine learning Interview

⚡️ Годный открытый курс по Machine Learning Охват тем нереальный, можно посмотреть на оглавление К каждой теме в оглавлении приведена лекция, где плавно по шагам описываются ключевые идеи и т.д. Отличный ресурс для погружения в Machine Learning 📎 Открытый курс по ML @machinelearning_interview

🌟Библиотека YaFSDP, которая поможет сократить время обучения больших языковых моделей до 25% Эту библиотеку Яндекс разработал в процессе обучения генеративной модели YandexGPT 3, а теперь и выложил в открытый доступ. Исходный код YaFSDP уже есть на GitHub. 🖥 GitHub 🟡 Статья @machinelearning_interview

📌Полезный репозиторий с материалами по статистике и ML-алгоритмам от Техасского университета В частности, здесь описываются (вместе с визуализацией на Python) такие темы как: — дерево решений — метод PCA — кластеризация методом k-means — центральная предельная теорема 🟡 Jupyter Notebook'и @machinelearning_interview

🌟 На Хабре рассказали про создание виртуального рассказчика, который умеет читать книги в режиме реального времени Такая функция появилась в книжном сервисе Букмейт — рассказчик разработан на базе комплекса речевых технологий Яндекса, а воспроизведение текста максимально приближено к естественной речи. На данный момент функция доступна для 13000 книг. Интегрировать речевые технологии в книжный сервис оказалось не так просто, поскольку в литературе встречаются необычные сокращения, слова и аббревиатуры — нейросети нужно знать, как правильно их произносить. Для этого модель обучают на длинных текстах, содержащих множество повествований и описаний. ▶️ Habr @machinelearning_interview

📌Годная подборка материалов по Machine Learning от университета из Амстердама Здесь собраны интерактивные лекции по ML, которые покрывают многие темы, в частности: — трансформеры — SVM (машина поддерживающих векторов) — Deep Learning — теория вероятностей — обработка и подготовка данных — последовательности и работа с такими данными ▶️ Материалы по ML @machinelearning_interview

Бесплатный вебинар по chatGPT "Создай нейро-сотрудника с нуля, без опыта программирования" Вы узнаете как использовать chatGPT в профессиональных целях, создавать нейросотрудников на заказ и зарабатывать на ИИ. Регистрируйтесь прямо сейчас - будьте в курсе всех новинок из мира AI. Реклама. ООО "ТЕРРА ЭЙАЙ". ИНН 9728019395. erid: LjN8KXep2

⚡️ Let's reproduce GPT-2 — 4-часовой ролик от Андрея Карпати, где он реализует GPT-2 с нуля Очент полезное видео, здесь описывается весь процесс разработки: — сначала строится сеть GPT-2 — затем оптимизируется её обучение, чтобы оно было действительно быстрым — настраивается процесс обучения — и после этого несколько часов модель обучается В некоторых моментах для полного понимания нужны знания из плейлиста "Neural Networks: Zero to Hero" 🎞 YouTube 🖥 GitHub @machinelearning_interview

Яндекс запустил Lite-версию генеративной текстовой модели YandexGPT 3 YandexGPT 3 Lite — это облегчённая версия генеративной модели Яндекса нового поколения. Особенность таких Lite-моделей заключается в более высокой скорости ответов, что позволяет решать простые задачи бизнеса буквально в режиме реального времени. Поэтому нейросеть хорошо показывает себя в сценариях, где важны время реакции и оптимизация затрат: например, бот-консультант на сайте, система подсказок для операторов колл-центров или суммаризатор результатов деловых встреч. ✈️ По данным замеров, YandexGPT 3 Lite стала ещё быстрее и точнее — и она уже доступна в режиме release candidate на облачной платформе Yandex Cloud. То есть клиенты могут протестировать её и плавно внедрить в свои продукты через API уже в ближайшее время. Одним из ключевых этапов обучения модели стало выравнивание (Alignment), включающее в том числе стадию обучения с подкреплением (RL). В статье на Хабре - детали реализации Alignment и RL.

Яндекс запустил Lite-версию генеративной текстовой модели YandexGPT 3 YandexGPT 3 Lite — это облегчённая версия генеративной модели Яндекса нового поколения. Особенность таких Lite-моделей заключается в более высокой скорости ответов, что позволяет решать простые задачи бизнеса буквально в режиме реального времени. Поэтому нейросеть хорошо показывает себя в сценариях, где важны время реакции и оптимизация затрат: например, бот-консультант на сайте, система подсказок для операторов колл-центров или суммаризатор результатов деловых встреч. ✈️ По данным замеров, YandexGPT 3 Lite стала ещё быстрее и точнее — и она уже доступна в режиме release candidate на облачной платформе Yandex Cloud. То есть клиенты могут протестировать её и плавно внедрить в свои продукты через API уже в ближайшее время. Одним из ключевых этапов обучения модели стало выравнивание (Alignment), включающее в том числе стадию обучения с подкреплением (RL). В статье на Хабре - детали реализации Alignment и RL.

📌Machine Learning с нуля — годный ресурс по объяснению самых основ ML Вот некоторые из рассматриваемых здесь тем: — нейросети: концепция и реализация — деревья решений — регрессия: линейная/логистическая 🟡 ML с нуля @machinelearning_interview

🌟 Отличная open-source книга про использование R в ML Здесь подробно описывается, как реализовывать разные алгоритмы Machine Learning с помощью R; от простой линейной/логистической регрессии до более сложных алгоритмов наподобие кластеризации методом k-means 🟡 Machine Learning с помощью R @machinelearning_interview

📚Cracking the Data Science Interview: Unlock insider tips from industry experts to master the data science field (2024) Эта книга предлагает экспертное руководство по прохождению собеседования с полной подготовкой и уверенностью в себе. Начиная с введения в современный ландшафт науки о данных, вы найдете советы по поиску работы, составлению резюме и созданию первоклассного портфолио. Затем вы перейдете к таким темам, как Python, базы данных SQL, Git и продуктивность работы с shell-сценариями и Bash. Опираясь на этот фундамент, вы погрузитесь в основы статистики, заложив фундамент для концепций предварительного моделирования, машинного обучения, глубокого обучения и генеративного ИИ. В конце книги вы узнаете, как лучше всего подготовиться к интенсивному собеседованию в области науки о данных. Книга

🌟 Визуализация основных понятий Machine Learning Здесь очень наглядно объясняются разные концепции ML — алгоритм классификации, матрица рассеяния, дерево решений и т.д. ▶️ Визуализация 🟡 А вот и 2 часть @machinelearning_interview

😑 Пользоваться нейронками 😎 Создавать нейронки Только вот где этому научиться — разрабатывать модели и обучать ИИ? Обсуждаем в новом выпуске подкаста команды Tinkoff AI «Желтый Club Talks» вместе с Варварой Смирновой, руководителем Тинькофф Образования, и Александром Дьяконовым, академическим руководителем направления искусственного интеллекта Центрального университета. 🔗 Кстати, в одном из выпусков инженеры обсуждали международные конференции для тех, кто делает ИИ. Анонсы шоу ребята публикуют в своем телеграм-канале Желтый AI. Также там они рассказывают про исследования, тренды индустрии, постят кастомные мемы и инсайды из поездок на топовые мероприятия. Подписывайтесь, чтобы не потерять! erid:2VtzqwzyLgV Реклама. АО "Тинькофф Банк", ИНН 7710140679, лицензия ЦБ РФ № 2673

⚡️ Топ 100 вопросов по Data Science и ML с собеседований Вот некоторые из этих вопросов: — в чём суть метода случайного леса? — расскажи про преобразование Бокса-Кокса — что такое обучение с подкреплением? — что показывает ROC-кривая? ▶️ Вопросы и ответы @machinelearning_interview

Стартовал набор в Академию Аналитиков Авито. Это бесплатный образовательный онлайн-курс с практикой в реальном бигтехе. Традиционно в Академии два направления: аналитик данных и DS-инженер. Выбери, что ближе тебе, познакомься с требованиями к поступлению, программой и преподавателями на странице Академии. И спеши подать заявку!

⭐️ Сравниваем DBSCAN и OPTICS Поговорим сегодня о 2 популярных алгоритмах кластеризации — DBSCAN и OPTICS, посмотрим их особенности и сравним Поехали! https://habr.com/ru/articles/818889/ @machinelearning_ru

⚡️ 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

🔥 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

🌟 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