Machine learning Interview

📌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

📌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

🌟 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

🌟 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

🌟 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

⚡️ 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