Machine learning Interview

🌟 Machine Learning from Scratch — полезный учебник по основам ML Здесь разбираются основные концепции ML, такие как деревья решений, классификаторы (типо наивного байесовского), линейная/логистическая регрессия и много других важных понятий ML 🟡 Machine Learning from Scratch @machinelearning_interview

🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses. Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей. Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск). Присоединиться к вебинару можно зарегистрировавшись по ссылке На вебинаре вы: •Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах. •Оцените свои перспективы в этой сфере. •Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses. Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science Реклама. Университет ИТМО ИНН:7813045547

📌Подборка ресурсов для подготовки к собеседованию по ML Здесь собрана масса полезных ссылок, которые помогут подготовиться ко всем нужным темам, таким как логистическая/линейная регрессия, SVM, метод k-ближайших соседей, работа с временными рядами, обучение без учителя, построение рекомендательных систем, и ко многим другим темам. Уверен, будет полезно и каждый найдёт здесь нужную для себя информацию 🟡 Machine Learning interview resources @machinelearning_interview

Заканчивается приём научных работ по искусственному интеллекту и машинному обучению для публикации в рамках конференции AI Journey. За лучшую статью предусмотрена награда – 1 миллион рублей. Выдающиеся исследования будут опубликованы в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления», а также в его англоязычной версии Doklady Mathematics. Этот научный журнал издаётся в рамках международной конференции AI Journey и доступен на крупнейших мировых электронных библиотечных платформах, индексируясь в ведущих библиографических базах данных научного цитирования. Заявки на участие в конкурсе принимаются до 20 августа. Статьи должны быть оформлены в соответствии с установленными правилами и написаны на русском или английском языках, при этом должны содержать ранее не опубликованные данные. Экспертная комиссия примет решение о публикации и определит победителя. Не упустите шанс представить свои исследования на AI Journey 2024 и получить приз в размере одного миллиона рублей! Ознакомьтесь с правилами и подайте свою статью на сайте AI Journey.

🌟 Открытый курс по ML и Deep Learning с pdf и Jupyter Notebook'ами Этот курс знакомит с концепциями и практиками Deep Learning и смежных областей; курс состоит из 3 частей. В 1 части даётся краткое введение в классическое машинное обучение и рассматриваются некоторые ключевые понятия, необходимые для понимания глубокого обучения. Во 2 части обсуждается, чем глубокое обучение отличается от классического машинного обучения, и объяется, почему оно эффективно при решении сложных задач, таких как обработка изображений и естественного языка. Ну а в 3 части большое внимание отводится применению Deep Learning. 🟡 Fundamentals of ML, Deep Learning, and AI @machinelearning_interview

🚀Исчерпывающий starter pack для начала карьеры в ML и Data Science от Университета ИТМО и karpov.courses. Курс "ML engineering: от базы до AI-продукта" составлен таким образом, чтобы любой желающий без опыта в машинном обучении смог разобраться со всеми этапами работы: от сбора данных и применения классических алгоритмов до обучения нейросетей. Чтобы погрузиться в сферу машинного обучения и оценить перспективы в этой области, приглашаем на вебинар “Топ навыков инженера машинного обучения”, который пройдет 7 августа в 19:00 (мск). Присоединиться к вебинару можно зарегистрировавшись по ссылке На вебинаре вы: •Узнаете, какие навыки важны для ML-инженера, и разберите задачи на реальных кейсах. •Оцените свои перспективы в этой сфере. •Познакомитесь с совместным курсом от Университета ИТМО и karpov.courses. Кстати, ИТМО – единственный российский вуз в мировом топ-100 по искусственному интеллекту по результатам международного рейтинга QS World University, а karpov.courses - одна из ведущих профильных онлайн-школ по Data Science Реклама. Университет ИТМО ИНН:7813045547

📌YandexART: инструмент для реставрации старых видеоматериалов Картиночная нейросеть Яндекса теперь способна: — восстанавливать детали на размытых и нечётких кадрах. — улучшать качество изображения путём повышения разрешения и резкости. Ключевой особенностью нейросети является её способность сохранять историческую достоверность, предотвращая генерацию несуществующих деталей благодаря поэтапному обучению на материалах низкого качества. Эта технология позволит взглянуть на исторические события прошлого века в новом качестве и помочь в исследованиях и сохранении культурного наследия. YandexART уже продемонстрировала свои возможности, восстановив видеохронику для документального сериала «Игры» об Олимпиаде-80. @machinelearning_interview

🔥 Если хотите глубже погрузиться в мир LLM, вам понравится этот бесплатный курс! Лекции охватывают промт-инжиниринг, файнтюнинг (зачем и как его делать?), RAG (как обучить ChatGPT нужным данным без файнтюна) и оценку LLM-моделей. Курс полностью открытый: все лекции ведут опытные практики, Anthropic, Mistral и других компаний на передовой ИИ. Включены текстовые саммари, презентации, код и полезные ссылки. Требования минимальны: базовые знания о LLM и понимание некоторых терминов. 📌 Курс @machinelearning_interview

Бесплатный однодневный интенсив по искусственному интеллекту! За 1 день научим тебя писать нейронные сети. Напишешь 9 нейронок с нуля, без опыта программирования! На интенсиве ты создашь: - 3 нейронки из области компьютерного зрения - 3 нейронки по распознаванию и обработке текста - 3 нейронки по сегментации, временным рядам и аудио Регистрируйся прямо сейчас, исследуй футуристичный мир нейросетей с нами! Реклама. ООО "ТЕРРА ЭЙАЙ". ИНН 9728019395. erid: LjN8KKXem

📌Введение в Deep Learning Здесь можно найти ответы на многие свои вопросы по ML и Deep Learning; тут на примерах объясняются самые важные концепции: от построения своей нейросети и перечисления необходимых фреймворков до сравнения разных архитектур и настройки гиперпараметров Можно использовать как один из материалов для подготовки к собеседованию 🟡 Introduction to Deep Learning @machinelearning_interview

Как писать поддерживаемый, воспроизводимый и повторно используемый код в ML/DS? 🔹Расскажем на открытом уроке «Рефакторинг ML-проекта с точки зрения продуктового кода» что такое хороший код и как его писать, и почему Jupyter мешает нам это делать ✅ Практика: Декомпозиция ML/DS-кода, работа с окружением, управление зависимостями Урок приурочен курсу «MLOps» от Otus. 👉 Регистрация и подробности: https://otus.pw/hxzB/?erid=LjN8KHVhP

🌟 Линейная алгебра для Data Science — мощный учебник от Wanmo Kang и Kyunghyun Cho Последние несколько лет два этих профессора обсуждали, как преподавать линейную алгебру в эпоху Data Science и искусственного интеллекта. В ходе этих обсуждений и родился этот учебник, который освещает самые важные и востребованные темы линейной алгебры. Вот некоторые темы учебника для полного представления: — Векторные пространства — Ортогональность и проекции — Сингулярное разложение — SVD на практике — Положительно определенные матрицы — Собственные значения и собственные вектора — Важные теоремы в линейной алгебре 🟡 Linear Algebra for Data Science, pdf @machinelearning_interview

Соберём ансамбль — вместе веселее! Приглашаем на открытый урок, где вы узнаете как усилить свои модели объединяя их сильные стороны.  🔹Расскажем в чем заключается "сила толпы" и когда оправдано ее использование 🔹Покажем методы объединения моделей в ансамбли, которые помогут добиться лучших результатов без существенного усложнения моделей ✅ Практика: Вместе построим ансамбль моделей для задачи классификации. Урок приурочен курсу «Machine Learning» от Otus. По окончанию обучение получите диплом государственного образца. 👉 Регистрация и подробности: https://otus.pw/ORU1/?erid=LjN8K54oX

🌟 Подборка библиотек Python и разных компонентов для удобной работы в Jupyter Notebook Держите массу полезных ссылок на компонентны, расширения и библиотеки Python для более удобной работы в Jupyter Notebook. В частности, для удобного построения графиков и визуализации, для совместной работы, для интеграции с другими приложениями Есть даже jut для отображения Notebook'а в терминале 🖥 GitHub @machinelearning_interview

🔥Слышали о модели BERT, но не знаете, как ее использовать? Хотите глубже погрузиться в область NLP и понять, что делает ChatGPT таким умным? Представьте, что вы знаете, как дообучать предобученные трансформерные модели и эффективно решать самые разные NLP-задачи. Вы уверенно используете BERT на практике и понимаете, как эта модель совершила революцию в мире Natural Language Processing.  ⚡Присоединяйтесь к открытому вебинару 29 июля в 18:00 мск и сделайте этот прыжок в будущее! Спикер Мария Тихонова – PhD Computer Science, Senior Data Scientist в SberDevices и преподаватель ВШЭ. 👉Регистрация - вступительный тест https://otus.pw/ztVx/?erid=LjN8KCWbN Вебинар приурочен к старту курса Natural Language Processing (NLP), обучение на котором позволяет освоить различные языковые модели и создать собственный телеграм-бот.На курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области.

🌟 15+ реальных ML проектов — подборка Jupyter Notebook'ов Здесь собраны блокноты с полностью реализованными ML проектами, включая: — спам-фильтр для сообщений — анализ эмоциональной составляющей текста — рекомендательная система — распознавание дорожных знаков Самое то, чтобы прокачать свои ML-скиллы 🖥 GitHub @machinelearning_interview

Открыта регистрация на онлайн-трансляцию лекций Летней школы машинного обучения Сколтеха. SMILES-2024 — 12-дневный интенсивный курс для молодых специалистов, посвященный современным статистическим методам машинного обучения. Темы этого года: большие языковые модели, мультимодальные подходы, мультиагентные системы, генеративные подходы, методы самообучения. Генеральный партнер школы — Лаборатория искусственного интеллекта и Центр робототехники Сбербанка, золотой партнер — Альфа-Банк. Информационную поддержку оказывает Национальный проект «Цифровая экономика». Подробности и регистрация — здесь. Реклама. СКОЛКОВСКИЙ ИНСТИТУТ НАУКИ И ТЕХНОЛОГИЙ, СКОЛТЕХ. ИНН 5032998454.

⚡️ Основные концепции ML Отличная серия небольших видео по ML + основная теория в одном месте. Поможет освежить основные темы ML такие как: — разные функции активации: сигмоида, tanh, ReLU, Leaky ReLU, ELU — подготовка данных, очистка от шума и выбросов — нейросети и случайный лес — диагностика переобучения и других проблем — и многие другие темы Уверен, будет полезно для подготовки к собеседованию 🟡 Основные концепции ML 🟡 Плейлист YouTube @machinelearning_interview

🏆 Ozon Tech запускает E-CUP — масштабное соревнование для ML-разработчиков в сфере e-com! Реши реальную бизнес-задачу и поборись за призовой фонд в 1 200 000 рублей! Смотри подробности и регистрируйся до 18 августа Приглашаем специалистов по Data Science, ML-инженеров, разработчиков. Твои суперсилы: 🔸 гуру машинного обучения и работы с ML-фреймворками; 🔸 мастер ETL-процессов, SQL, Spark и подобных систем; 🔸 ас в компьютерном зрении. Решай задачи в стиле команды Ozon Tech — минимум ручных действий, максимум автоматизации. Everything as code! Эксперты хакатона расскажут, как максимально эффективно применять этот подход в своей работе. 🚀 На выбор — одна из задач, основанных на реальных бизнес-кейсах Ozon Tech: 1️⃣ Создать ML-модель для улучшения пользовательского опыта клиентов, которая с помощью названий, атрибутов и картинок определит, одинаковые ли товары на изображении. 2️⃣ Разработать алгоритм для модерации карточек товаров с признаками нарушений правил площадки. Модель должна распознавать сигарету на любых изображениях: от фотографий до аниме-фреймов. Ключевые этапы E-CUP: 🔹 1 июля — старт регистрации 🔹 19 августа — публикация задач 🔹 8 сентября — окончание приёма решений 🔹 13 сентября — оглашение победителей Призовой фонд — 1 200 000 рублей. Зарегистрируйся и узнай первым про секретный подарок от команды Ozon Tech, который поможет лучшим участникам прокачать навыки и построить карьеру в e-com-бигтехе! Решай задачи в нашем стиле! Не пропусти грандиозное ML-соревнование — присоединяйся к E-CUP