Математика Дата саентиста

⚡️ 10 способов изображения первых 5000 знаков числа Пи (Ken Flerlage)

Готовы узнать, что такое RAG и как применять его в NLP? ⚡Ждем вас на открытом вебинаре «RAG — генерация на основе базы знаний» 19 августа в 20:00 мск, где вы узнаете: - что такое RAG и зачем это нужно в NLP-сервисах; - в каких областях применяется эта технология; - типы RAG и методы оценки качества RAG-сервиса; - практический пример на задаче Question Answering (QA). Спикер Андрей Коняев — Consultant GenAI Machine Learning Engineering (Professional Research & Development Engineer I) в T-Systems International.  👉Пройти тест для регистрации  https://otus.pw/K6Ep/?erid=LjN8KUB9i 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, но еще не успели войти в большинство программ, так как были предложены совсем 

⚡️ Крутейший сервис, который поможет понять, как устроены нейросети — Нашёл отличную вещь, которая поможет разобраться в устройстве нейросетей — Interactive Tools. Это библиотека интерактивных визуализаций, демонстрирующих, как работают такие нейросети, как ChatGPT, Midjourney и другие. Например, Transformer Explainer наглядно объясняет, как ChatGPT выбирает следующее слово в тексте (подсказка: это как T9, но на максималках) и почему иногда выдаётся не самое вероятное слово. 📌 Interactive Tools @data_math

🛢 В мире, где данные — новая нефть, растёт спрос на дата-инженеров. Ведь именно они знают, как такую нефть добывать, обрабатывать и хранить. И пока компании осознают потребность в этих специалистах, конкуренция на рынке низкая, а зарплаты — высокие. Освоить ключевые компетенции дата-инженера поможет онлайн-магистратура Нетологии и НИУ ВШЭ «Инженерия данных». За 2 года вы на практике изучите Python, Java, Scala, Kotlin и SQL, научитесь проектировать пайплайны и обрабатывать данные, работать с системами хранения данных и базами данных в облаке. Программа даёт широкий простор для переквалификации, поэтому после учёбы сможете перейти в MLOps, DevOps или менеджмент. Онлайн-формат позволяет учиться без отрыва от привычной жизни и совмещать занятия с работой. При этом у вас будет отсрочка от армии, льготы на проезд и все остальные бонусы очного обучения. Станьте магистром программной инженерии с дипломом одного из лучших вузов страны и получите веское преимущество при приёме на работу: ссылка Реклама. ООО "Нетология". ИНН 7726464125 Erid:LjN8KGQzV

Математика 1. Самые большие числа 2. Сделал генетический алгоритм | симуляция ЭВОЛЮЦИИ 3. ИИ учится ходить 4. Симуляция естественного отбора 5. Что будет, если взять корень из отрицательного числа? | Фракталы 6. Пишем свой движок 3D-графики 7. Сделал симуляцию черной дыры в 3D 8. Что больше бесконечности? 9. Как выглядит самая сложная задача математики? Фрактал Коллатца #video #math https://www.youtube.com/watch?v=qsbQki6Ikfo&list=PLyc_E1fmJGpIqWsdgX-j5RxIX1M225UlD&ab_channel=Onigiri @data_math

🖥 Работа с интегралами на Python @data_math

♟️Шахматные задачи на Python Шахматные задачи — это хороший способ потренировать алгоритмическое мышление. В новой статье на «Хабре» от авторов курса «Поколение Python» рассматриваются различные способы решения таких задач. 🔗 Ссылка на статью

⚡️Qwen выпустили Qwen2-Math, размером 1.5B, 7B и 72B. > 84 (72B), 75 (7B), 69,4 (1,5B) баллов на MATH > > 72B SoTA на MMLU STEM > Лицензия Apache 2.0 для версии 1.5B и 7B, 72B выпущена под лицензией Qianwen > Основана на той же архитектуре, что и Qwen 2 Флагманская модель Qwen2-Math-72B-Instruct превосходит проприетарные модели, включая GPT-4o и Claude 3.5, в выполнении задач, связанных с математикой 🔥 > Интеграция с Transformers! 🤗 ▪Hf ▪Github ▪Tech report ▪Scope @ai_machinelearning_big_data #opensource #Qwen #math

Хотите классный пак айтишника: модный свитшот, шахматы, кубик Рубика, книгу Якова Перельмана «Занимательная математика» и другой мерч ? Тогда быстрее участвуйте в розыгрыше IT-компании «Криптонит»! Условия очень простые. Надо всего лишь: ▪️Подписаться на канал «Криптонит. Разработка, наука, шифрование» (и не отписываться) ▪️Нажать внизу на кнопку «Участвовать» в посте с конкурсом: он в закреплённых сообщениях. 🔥И всё! Двух победителей бот выберет случайным образом 16 августа. Не упустите шанс получить приятные призы! Реклама АО НПК «Криптонит» ИНН 9701115253 erid: 2VtzqvamJw6

Семь лучших сайтов для самообразования, которые научат вас лучше, чем «вышка»: Academic Earth — огромная библиотека бесплатных курсов обо всем на свете от ведущих специалистов мира. От обучения химии и информатике до бизнеса и психологии; Classcentral — самый удобный поисковик по бесплатным курсам на любую тему; Edx — тут собраны обучающие курсы от самых топовых ВУЗов мира, таких как Гарвард, Стэнфорд и Массачусетский технологический институт. Разумеется, бесплатно; Google Garage Courses — библиотека бесплатных курсов от Google с возможностью получить карьерный сертификат от технологического гиганта; Khanacademy — лучший сайт для углубленного изучения математики и других прикладных наук; Udemy — для тех, кто планирует работать в «диджитале»: отличные курсы по программированию, дизайну, веб-разработке, графике и т.д.; Treehouse — мастхэв для будущих программистов. Простые и понятные курсы по Python, Data Science, React и другим темам. @exploitex

Как обучить нейросеть в облаке? Коллеги из immers.cloud подогнали железо для этих задач. - В наличии видеокарты для обучения нейросетей: Tesla V100 32 GB, Tesla A100 80 GB, Tesla H100 80 GB - А также для инференса: Tesla T4 16 GB, Tesla A10 24 GB, RTX 3090 10 GB и RTX 4090 24 GB, Tesla A2 16 GB 🌳 Мгновенное масштабирование под растущие нагрузки. Оплата за фактически использованные ресурсы 🌳 Возможность выбрать сервер как готовой, так и произвольной конфигурации с нужной видеокартой 💰 Платформа предлагает самые выгодные тарифы на рынке, включая посекундную тарификацию и скидки до 50% на долгосрочную аренду. Кроме того, у нас есть бесплатное хранилище S3 ⚡️ Арендуя видеокарты через immers.cloud, вы сможете значительно ускорить время обучения нейронных сетей и обеспечить их бесперебойную работу, благодаря высокой производительности и эффективности этих GPU. 🎁 Для наших подписчиков действует бонус: +20% бонус к пополнению баланса. Реклама. ООО «ДТЛ». ИНН 9717073792. erid: LjN8JxL2k

🚀 Easings Полезный справочник по easing-функциям с примерами Суть таких функций в том, чтобы задать скорость изменения параметра во времени С этим инструментом вы сможете выбрать подходящую именно вам функцию смягчения, а также посмотреть, как она устроена с точки зрения CSS и даже математики #web #css #open_source @data_math

🎓 Архив слитых курсов прямо в телеграм! Вот огромная база материалов, которая пополняется каждый день! >Python (96гб видео) >С++(51 курсов) >Java (23гб видео) >Базы данных (50гб курсов) >C# (45гб курсов) >Английский (101гб курсов) >PHP (43гб видео) >Мобильная разработка (22гб курсов) >Go ( 132гб видео) >Rust (35 гб видео) >SQL (43гб видео) >MySQL (31гб видео) >Другое (1679 гб видео) ⛓ Огромный кладезь топовых материалов более 20198Гб: Курсов, свежих книг, шпаргалок, гайдов , лекций, — всё в одном месте: @datacours

🔝 Крутая платформы где можно попрактиковаться в решении задач: Шикарный вариант, чтобы порешать задачи. - линейная алгебра - ML/DL - статистика и теория вероятности Теория дело хорошее, но без практики никуда. @data_math

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.

✨Наборы данных NuminaMath: крупнейшая коллекция из ~ 1 млн пар задач и решений для математических соревнований, варьирующихся по сложности от юношеских олимпиад до университетских экзаменов. ➡️ Цепочка рассуждений (CoT): 860 тысяч пар задач и решений, созданных с помощью CoT. 🛠️ Инструментально-интегрированные рассуждения (TIR): 73 тысячи синтетических решений, полученных на основе GPT-4, с обратной связью по выполнению кода для разбивки сложных задач на более простые подзадачи, которые могут быть решены с помощью Python. Модели, обученные на NuminaMath, демонстрируют лучшие в своем классе показатели среди моделей с открытым весом и приближаются или превосходят собственные модели по показателям математических соревнований 🔥 🤗 Hub: https://huggingface.co/collections/AI-MO/numinamath-6697df380293bcfdbc1d978c @bigdatai

📌Подборка полезных ресурсов для изучения ML и для подготовки к собеседованию Здесь приводится много ссылок на ресурсы, которые объясняют основы Computer Science, матанализ и линейную алгебру, теорию вероятностей и статистику. Плюс затрагиваются такие темы как: — классическое ML — байесовское ML — Deep Learning — NLP — Reinforcement Learning — применение ML, в частности в биологии и медицине Почти все практические примеры связаны с Python и R 🟡 ML resources @data_math

Привет! Присматриваетесь в сторону Data Science и ML? У нас есть крутая новость! 23 июля в 18:00 по Москве мы проведем открытый урок о том, как математика и Python могут сделать вашу работу еще эффективнее с помощью машинного обучения. 📌 Что будет на уроке? - Почему математика и Python важны для ML? Как эти инструменты помогут вам в повседневной работе. - Линейная алгебра с примерами: Основные понятия, операции и их применение в ML. Как работать с данными и их представлением. - Статистика и теорвер: Вероятностные модели и их значение в анализе данных. Примеры прогнозирования и анализа. - Основы Python: Синтаксис, типы данных, основные конструкции. Почему Python стал стандартом для анализа данных и ML. - Библиотеки для машинного обучения: Как они ускоряют разработку и стандартизируют подходы. Примеры использования. - Решение реальной задачи на Python с использованием популярных библиотек. - Сессия вопрос-ответ 🦾 Регистрация на урок Реклама. ООО «ИНЖЕНЕРКАТЕХ» ИНН 9715483673 erid:2Vtzqv8AFWr

Вероятность и статистика 1. Переменные и метрики 2. Генераторы и Монте-Карло 3. ЗБЧ и ЦПТ 4. Монте-Карло: практика 5. Проверка гипотез и p-value 6. А/Б тесты: пропорции 7. А/Б тесты: непрерывные переменные 8. Множественная проверка гипотез 9. Ревью курса + вопросы и ответы #video #math https://www.youtube.com/watch?v=S3WAjnBC6CI&list=PLQJ7ptkRY-xbHLLI66KdscKp_FJt0FsIi

Python для работы с данными 1. Способы самопроверки при анализе данных 2. Как автоматизировать скучную работу в Pandas ? 3, Какая роль у аналитика в команде? 4. Как сделать предподготовку данных? Реальные примеры 5. Как использовать метод apply для трансформации колонок? 6. Lambda функции для быстрых вычислений 7. Приступаем к аналитике 8. Объединение данных, метод merge 9. От данных к метрикам 10. Визуализация как метод исследования данных #video #python https://www.youtube.com/watch?v=Eb7Q_qCAqM4&list=PLBRXq5LaddfxQFjzuq5QC05q1ZheGMQo1&ab_channel=karpov.courses