Machine learning Interview

30 573

+2

📌 Отличный ресурс, где собрана масса примеров реализации ML-алгоритмов и их использования Вот некоторые из тем и алгоритмов, которые тут освещаются — обучение с учителем (линейная/полиномиальная регрессия, ...) — алгоритмы классификации (логистическая регрессия, SVM, ...) — файнтюнинг LLM — метод CatBoosts — анализ эмоциональной составляющей текста ▶️ Подборка по ML @machinelearning_interview

30 573

Яндекс поддерживает исследователей, которые занимаются искусственным интеллектом 👾 Компания проводит международную научную премию Yandex ML Prize уже в шестой раз. Её вручают за достижения в области компьютерного зрения, машинного перевода, распознавания и синтеза речи, анализа данных, генеративных моделей. В экспертном совете премии — ведущие российские исследователи в сфере ИИ, в том числе эксперты Yandex Research, Яндекс Погоды, Школы анализа данных. Многие сервисы компании основаны на технологиях машинного обучения, поэтому Яндекс готов поделиться своей экспертизой, поддержать молодых учёных и помочь им остаться в науке. Лауреаты-исследователи получат по 500 тысяч рублей, научные руководители и преподаватели — по 1 миллиону. А ещё — гранты от Yandex Cloud для облачных вычислений на платформе, обработки экспериментов и обучения ML-моделей. Заявки принимаются до 21 июня, а победители будут объявлены осенью.

30 573

Repost from Python вопросы с собеседований

+4

🖥 Вопросы по Python c собеседований с уклоном в ML Вот некоторые из вопросов: — в чём отличие генератора от list comprehension — реализуй алгоритм PCA — какие ML-библиотеки ты знаешь, где они используются 🟡 Вопросы с ответами @python_job_interview

30 573

+3

🌟 Очень подробный Colab по Supervised Learning Здесь приводится необходимая теория и пошагово реализуются такие алгоритмы как логистическая регрессия, SVM, дерево решений, метод k-ближайших соседей, мультиклассовая классификация и другие алгоритмы 🟡 Supervised Learning — Google Colab @machinelearning_interview

30 573

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.

30 573

+2

📌Вопросы с собеседований по ML о визуализации данных Это подборка вопросов о тонкостях построения графиков в ML при помощи R 🟡 Вопросы с ответами @machinelearning_interview

30 573

🌟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

30 573

+4

⚡️ 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

30 573

🌟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

30 573

+3

📌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

30 573

+1

🌟 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

30 573

+4

📌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

30 573

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

30 573

+2

⚡️ 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

30 573

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.

30 573

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.

30 573

+4

📌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

30 573

🌟 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

30 573

📚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

📈 Análisis del canal de Telegram Machine learning Interview

📊 Métricas de audiencia y dinámica

📝 Descripción y política de contenido