ML Career
212 subscribers
116 photos
4 videos
2 files
142 links
Branched from @data_career
Download Telegram
Привет, Чемпион!

🏆 Хочешь быстрее покорить Kaggle и научиться выигрывать соревнования по анализу данных? Тогда приглядись к курсу "Введение в соревновательный Data Science"!

🎯 Что ты получишь?
- Первый русскоязычный курс по соревновательному Data Science с максимальным количеством практики.
- Насыщенная программа, содержащая эффективные методы для выбивания максимального качества из твоих ML-моделей.
- Более 200 практических заданий, интервью с Kaggle Grand Masters.
- Большое русскоязычное коммьюнити студентов курса для совместного прохождения и участия в соревнованиях.

🤘 На данный момент у курса:
👍 Уже 500+ участников.
👍 50+ отзывов, оценка 5 из 5.
👍 Выдано 70 сертификатов, отправлено 60 комплектов мерча.
😵 Медали на Kaggle у 5-ти студентов

🚀 На канале курса проводим еженедельные открытые вебинары, где разбираем решения победителей чемпионатов и делаем обзоры текущих соревнований.

🤕 Кстати, доступ к курсу можно получить оплатой через работодателя. Подробности тут.

📀 Промокод на скидку SBERLOGA
https://t.me/sberlogabig/308
Please open Telegram to view this post
VIEW IN TELEGRAM
Следующий интенсив по искусственному интеллекту пройдет уже завтра
📍 11 сентября в 18:00

А кто сказал, что будет легко?

На лекции будет разобран алгоритм дерева решений и методы градиентного бустинга.

Чтобы тебя замотивировать, мы подобрали самых лучших ведущих – Senior Data Scientist, SberDevices, СБЕР Марию Тихонову и её команду!

🔥 Не пропускай самое интересное, регистрируйся и подключайся.
Доступ к интенсиву найдешь в ЛК.

#десятилетиенауки #МинобрнаукиРоссии #популяризациянауки
https://t.me/rucode2023/698
Forwarded from karpov.courses
Вы когда-нибудь задумывались, почему модель машинного обучения работает хорошо в теории, но сталкивается с проблемами в реальной жизни? Ответ может крыться в валидации данных.

Даня Картушов, автор контента Симулятора ML и Блога о Data Science, решил помочь нам разобраться в этом вопросе!
Forwarded from Ilya Gordey
Недавно ж даже у Andrew Ng в Stanford Online вышло
Forwarded from Ilya Gordey
ML Career
https://youtu.be/5p248yoa3oE?si=moCj3i-e6KDHEECG
Andrew Ng: Opportunities in AI - 2023
Моя DS-карьера началась с Kaggle, а потом резко свернула ближе к Data Engineer / Product Analyst. Мои ML скиллы почти нигде мне не пригодились: я либо парсил и складывал, либо автоматизировал SQL. Конечно, у меня есть запатентованный ML-алгоритм, но там тупо Random Forrest. К тому же, ничего умнее пары эвристик на SQL не взлетело в @ffmemesbot. А больше нигде ML мне как будто не нужен был.

Какой же ностальгический кайф я ощутил, разбирая нестандартные ML приемы из лекции Станислава Семенова, которую он дал после 2 лет работы квантом и за год до основания своего хедж фонда. Тут не будет многоуровневого стейкинга, только примеры из реального мира. Можно догадаться из какого. 😮🤫

Как увеличить скор ваших ML моделей:
🔗 okhlopkov.com/kaggle-tricks-from-grandmaster-hft-quant/
На горизонте бесплатный курс по генеративным большим языковым моделям от deeplearning.ai (который Эндрю Ын основал).

Подписался, но не уверен, что дослушаю. Зато знаю, что среди вас есть те, кому точно будет интересно и полезно 😉

Помню, когда-то я слушал курс от Эндрю Ына по основам глубоких нейронных сетей лет 6 назад…
Forwarded from Data Secrets
Мы нашли редкость: схему с алгоритмическими сложностями основных алгоритмов машинного обучения

Любителям алгоритмов посвящается

😻 #advice
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Красота же! :)
Вместо 1000 слов, «а как, а что, а куда» 🙂
Представляю вам очень интересную и полезную статью про сбор и предобработку данных.

В ней представлен короткий перечень пунктов, по которым вы сможете улучшить качество своих моделей в итоге.

Конечно, это не всеобъемлющий список, но основной, и во многих задачах от него можно опираться.

Если ещё не успели “набить руку” на предобработке данных, то от себя лично рекомендую для ознакомления.
Enthought-v1.0.2.pdf
2.4 MB
Шпаргалка по библиотеке pandas
Polars_cheat_sheet.pdf
391.5 KB
Шпаргалка по библиотеке polars
Российский бизнес больше всего нуждается в кадрах, которые могут внедрить ИИ в бизнес - процессы - опрос Университета Иннополис.
Forwarded from Клуб CDO (PostoplanBot)
Вышел отчет AI, ML, and Data Engineering InfoQ Trends Report - September 2023

- Generative AI (модели GPT-3 и GPT-4) занимает ведущие позиции в индустрии AI и ML, и широко применяется в технологиях.
- Внимание уделяется векторным базам данных и хранилищам векторных представлений в связи с их ролью в улучшении наблюдаемости в приложениях генеративного AI.
- Растет интерес к ответственному и этичному AI созиданию, и возрастает требование принятия более строгих мер по обеспечению безопасности при работе с большими моделями генеративного обучения.
- Современная инженерия данных переходит к децентрализованным и гибким подходам, с развитием концепции Data Mesh, выступающей в пользу федеративных платформ для данных, разделенных по областям.

В статье так же отмечается, что стоимость роботов снижается, а Robot Operating System (ROS) по-прежнему является ведущей программной платформой в этой области.

https://www.infoq.com/articles/ai-ml-data-engineering-trends-2023/?utm_source=pocket_reader