Machine learning Interview

📌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

🌟 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

📌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

⚡️ 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

📌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

🌟 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