Data Scientist | ML & AI

🔖 Гарвард выпустил ультрабазу по ML — новый учебник, посвящённый инженерным аспектам и построению нейросетей с нуля. В книге аж больше 2500 страниц.

Авторы подробно разбирают, как проектировать, оптимизировать и поддерживать ML-системы на всех этапах — от подготовки данных до продакшена.

Отдельный акцент сделан на связке алгоритмов, данных и аппаратных ресурсов, чтобы модели оставались стабильными под нагрузкой.

Онлайн-учебник лежит — здесь.
Репозиторий — тут.

tags: #полезное

➡ Data Scientist | Чат

🐼 Шпаргалка по Data Wrangling — для всех, кто работает с Pandas

В одном файле собрано всё что нужно: создание и объединение DataFrame, фильтрация, группировка, обработка пропусков и визуализация.

Удобно, когда нужно быстро освежить синтаксис и не хочется лезть в документацию.

Шпаргалка в хорошем качестве — тут.

tags: #полезное

➡ Data Scientist | Чат

📌 Чат для общения:

https://t.me/+jX2tOe_lff40NDNh

Здесь вы можете обсудить любые вопросы и пообщаться друг с другом в приятной атмосфере!

💻 Подборка шпаргалок по SQL

Собрали для вас короткие и понятные шпаргалки по основным темам:

▶️ Основы языка SQL;
▶️ JOIN’ы с наглядными примерами;
▶️ Оконные функции;
▶️ SQL для анализа данных.

Отличный комплект, чтобы освежить знания перед собеседованием или быстро вспомнить синтаксис.

tags: #полезное

➡ Data Scientist | Чат

🔖 Стэнфорд запустил бесплатный курс по созданию LLM — в нем буквально учат собирать свой GPT

В свежем курсе CME 295 разбирается, как устроены большие языковые модели вроде GPT и Llama, как их тренировать, дообучать и превращать в работающих агентов.

Каждая лекция сопровождается слайдами, шпаргалками и видео. Уже доступны первые четыре — про устройство трансформеров и основы LLM, новые выйдут до 10 декабря.

Забираем — здесь.

tags: #полезное

➡ Data Scientist | Чат

📰 «Мы решили задачу омографов и ударений в русском языке»

Команда Silero представила практическое решение одной из самых сложных задач русского NLP — расстановки ударений и различения омографов.

Авторы разбирают, почему эта задача не сводится к простой классификации, как они собрали датасет и какие проблемы выявили в существующих моделях.

Что вы узнаете в статье:

▶️ Почему задача ударений и омографов до сих пор остаётся вызовом для ML-моделей;

▶️ Как был собран и размечен корпус из 122 млн предложений;

▶️ Какие ошибки допускают существующие библиотеки;

▶️ Как устроена и работает библиотека silero-stress;

▶️ Как подключить модель через PyPI или Torch Hub.

Интересный кейс о том, как применить машинное обучение к реальной языковой задаче и довести её до продакшена.

⛓ Читать статью

tags: #статья

➡ Data Scientist | Чат

📰 Йошуа Бенджио — первый в мире учёный в ИИ с миллионом цитирований

Один из отцов современного искусственного интеллекта, лауреат премии Тьюринга и соавтор основ глубокого обучения Йошуа Бенджио пробил отметку в 1 000 000 цитирований по данным Google Scholar.

До этого ни один исследователь в области Computer Science и Machine Learning не достигал такого уровня — в целом учёных с такой цитируемостью в мире единицы.

tags: #новости

➡ Data Scientist | Чат

📰 Краткий курс машинного обучения: нейросеть для скоринговой модели

Машинное обучение уже давно стало инструментом не только для исследователей, но и для решения прикладных бизнес-задач.

В этой статье показано, как на практике перейти от классического скоринга к нейросети, способной точнее прогнозировать поведение клиентов.

Что вы узнаете в статье:

▶️ Как подготовить анкетные данные и провести корректный препроцессинг;

▶️ Как построить и обучить простую нейросеть для бинарной классификации;

▶️ Как сравнить качество моделей с помощью метрик accuracy, recall и F1;

▶️ Как интерпретировать веса обученной сети и использовать их в скоринговой формуле.

Подробный разбор для тех, кто хочет увидеть, как теоретические методы машинного обучения применяются в реальных продуктах.

⛓ Читать статью

tags: #статья

➡ Data Scientist | Чат

🔖 Машинное обучение — всё, что нужно знать

В видео подробно рассказывается, как работает машинное обучение: от линейной регрессии и деревьев решений до нейросетей и обучения с подкреплением.

Автор показывает этапы построения ML-проекта, объясняет принципы обработки данных и помогает сформировать целостное понимание подходов и задач.

📱 Смотреть на YouTube

tags: #полезное

➡ Data Scientist | Чат

🔖 Подборка полезных шпаргалок по Data Science

Они станут отличным незаменимым помощником при подготовке к собеседованиям и в работе.

▶️ Краткий справочник по теории вероятностей;

▶️ Обзор ключевых методов визуализации данных;

▶️ Основные понятия описательной статистики.

Берите на вооружение!

tags: #полезное

➡ Data Scientist | Чат

🔖 Cursor выпустили часовой курс по нейросетям — бесплатно и по делу

За ~1 час разберут базу работы с LLM и продвинутые приёмы — как создавать собственных агентов, интегрировать разные модели и использовать секретные фишки рабочего процесса. Подойдёт тем, кто хочет быстро перейти от теории к практике.

Что внутри (кратко):

▶️ Основы разработки с нейросетями;
▶️ Создание и оркестрация агентов;
▶️ Работа с разными моделями и их интеграция;
▶️ Практические приёмы и «фишки» продуктивной разработки.

Пройти курс — тут.

tags: #полезное

➡ Data Scientist | Чат

➡ Data Scientist | Чат

📰 Как написать простейшую нейросеть: простыми словами о сложном

В статье простыми шагами показано, как написать с нуля нейросеть, которая учится решать задачу XOR.

Автор объясняет всё без сложной математики: немного кода, запуск, результат и разбор, чтобы быстро понять, как это работает.

⛓ Читать статью

tags: #статья

➡ Data Scientist | Чат

🔖 Машинное обучение без воды — один учебник, вся математика

Огромный том, в котором собран весь фундамент ML: чистая теория, алгоритмы и математика без лишних слов. Идеально, если хотите глубоко понять, как всё работает.

Внутри:

— Анализ, линал и тервер для прочного фундамента;
— Оптимизация — от SGD до проксимальных методов;
— Линейные модели, SVM, деревья, бустинг, нейросети;
— Генеративка: MCMC, вариационные подходы, графовые модели, GAN;
— PCA, кластеризация, факторный анализ, обучение на многообразиях;
— Теория обобщающей способности моделей и неравенства концентрации.

Ссылка на учебник — здесь.

tags: #полезное

➡ Data Scientist | Чат