Библиотека задач по Data Science | тесты, код, задания
Open in Telegram
Задачи и тесты по Data Science для тренировки и обучения. Учиться у нас: clc.to/jF-g3g По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/fa77bf4e Для обратной связи: @proglibrary_feeedback_bot
Show more
Network:3 978
Subscribers
-224 hours
-57 days
-830 days
Posts Archive
Какая нейронная сеть может иметь только линейную разделяющую поверхность?
Repost from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
+4
📊 Где изучать Data Science в 2024 году?
Занимаясь наукой о данных, приходится постоянно учиться. Предлагаем вашему вниманию актуальный обзор из 25 новых книг, курсов, видеолекций и блогов для оттачивания мастерства в Data Science.
🔗 Читать статью
🔗 Зеркало
Представьте себе два соседних слоя свёрточной нейронной сети. Первый слой — это квадрат 6х6, второй слой — это квадрат 4х4. Причём каждый квадратик 3х3 с первого слоя отображается в один квадратик второго слоя. Сколько тут весов для обучения?
Что выведет код с картинки выше?
🧑💻 Статьи для IT: как объяснять и распространять значимые идеи
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Что произойдёт, если мы увеличим скорость обучения (learning rate) модели в 100 раз?
✍️ Разбор задач прошедшей недели
1️⃣ В Python мы можем указывать изменяемые значения по умолчанию для функций, в том числе мы можем указать пустой список. Однако в этом случае код может повести себя неожиданным образом. Дело в том, что изменяемые значения по умолчанию сохраняются между вызовами функции.
В этой задаче когда функция func вызывается первый раз с func(1), параметр x принимает значение 1, а параметр y используется по умолчанию как пустой список []. Функция добавляет x в список y, который становится [1], и возвращает этот список. Когда функция func вызывается второй раз с func(2), параметр x принимает значение 2, а параметр y не передаётся явно, поэтому снова используется значение по умолчанию. y — это уже существующий список, содержащий [1]. Функция добавляет x в этот список, который становится [1, 2], и возвращает его.
2️⃣ Здесь стоит отметить, что изменение learning rate тоже вполне себе метод решения проблему. Однако вопрос был о наиболее очевидном методе.
Начальные точки напрямую определяют, с какого места начнёт обучение нейросеть. Поэтому выбор различных начальных точек может привести к разным траекториям обучения, и, следовательно, увеличить шанс достижения глобального минимума.
#разбор_задач
В ходе обучения нейросети вы заметили признаки застревания в локальном минимуме. Выберите самый очевидный способ решения этой проблемы из предложенных.
О чём говорит кривая обучения сети стохастическим градиентным спуском с картинки выше?
Какая проблема может возникнуть при использовании функции активации ReLU в нейросети прямого распространения?
Друзья, этой осенью состоится грандиозное событие: Ai Conf 2024 – первая прикладная конференция по Data Science.
Программа будет строиться вокруг областей применения машинного обучения, а к выступлению приглашены не только спикеры из отраслей IT, ECommerce, но и реальный сектор.
Основные темы конференции:
- звук, зрение, изображения
- обработка естественного языка
- рекомендательные системы и поиск
- умные механизмы
- оптимизация использования железа и др.
До 15 июня принимаются заявки на доклады. Есть чем поделиться - подайте заявку https://tglink.io/823ad4487f1d.
А 23 мая в 18:00 приглашаем на встречу докладчиков с программным комитетом, где обсудим какие темы будут актуальны на AI Conf. Встреча онлайн, регистрируйтесь на сайте!
Подробности о конфeренции AiConf 👉 https://tglink.io/d686787a6fbc
Что выведет код с картинки выше?
