Ищу ассистента!
Не то, чтобы я пришел к успеху. Но есть вещи, которые я хотел бы видеть сделанными, а рук/сил не хватает. Я бы с удовольствием заплатил кому-то деньги за эти задачи.
Задачи такие: погуглить, свести в табличку, посмотреть видео и кратко изложить основную информацию. Интеллектуальная рутина.
Загрузка до 5 часов в неделю, потом возможно будет больше, если я всё-таки приду к успеху.
Короче говоря ищу человека, которому интересна небольшая подработка. ДМС и спортзал пока не обеспечу, но помогу чем смогу.
Пишите в лс если интересно: @btseytlin
На входе будет тестовое задание на 10 минут времени
Не то, чтобы я пришел к успеху. Но есть вещи, которые я хотел бы видеть сделанными, а рук/сил не хватает. Я бы с удовольствием заплатил кому-то деньги за эти задачи.
Задачи такие: погуглить, свести в табличку, посмотреть видео и кратко изложить основную информацию. Интеллектуальная рутина.
Загрузка до 5 часов в неделю, потом возможно будет больше, если я всё-таки приду к успеху.
Короче говоря ищу человека, которому интересна небольшая подработка. ДМС и спортзал пока не обеспечу, но помогу чем смогу.
Пишите в лс если интересно: @btseytlin
На входе будет тестовое задание на 10 минут времени
Forwarded from Дрейф нулевой
"Вот такой вот синтаксический сахар"
___________________________________________
Семинар по вычислительным методам
___________________________________________
Семинар по вычислительным методам
Forwarded from Жалкие низкочастотники
Не так давно прошёл SIGBOVIK-2021 (пародийная научная конференция в Carnegie Mellon University, о которой я уже писал и даже как-то публиковался на ней). Труды можно почитать тут, а вот здесь есть twitch-стрим с докладов. В этом году году, как обычно, среди кучи стёба и треша есть несколько вполне интересных штук.
Из содержательных моё внимание привлекли:
* Soliterrible: Deterministically Unplayable Solitaire — в пасьянсе Косынка изредка бывают раздачи, в которых игрок не может сделать ни одного хода. Авторы предлагают алгоритм нахождения таких комбинаций, а также реализовали приложение, в котором все раздачи именно такие.
* Lowestcase and Uppestcase letters: Advances in Derp Learning — автор использует большую базу бесплатных шрифтов для обучения нейросети на реализацию двух функций: lowercase (сделать из большой буквы маленькую) и uppercase (наоборот). Попутно используется приём, очень напоминающий back-translation в машинном переводе с невыровненными корпусами, это позволяет пытаться научиться делать uppercase от уже заглавных букв (и lowercase от строчных). Результаты довольно жуткие, но видно, что работа проделана большая.
* openCHEAT: Computationally Helped Error bar Approximation Tool - Kickstarting Science 4.0 — авторы научили сеть дорисовывать на диаграммы фейковые доверительные интервалы, рекомендуют для повышения убедительности публикации.
Из совсем безумного юмора мне понравились:
* Back to Square One: Superhuman Performance in Chutes and Ladders Through Deep Neural Networks and Tree Search — прекрасная пародия на reinforcement learning статьи.
* The Urinal Packing Problem in Higher Dimensions — авторы обобщают задачу упаковки писсуаров до n-мерного случая и пытаются свести её к поиску maximal independent set. Напомню, что исходную одномерную задачу описал в своё время Рэндалл xkcd Манро, а я даже делал её перевод на русский.
* A Complete Survey of 0-Dimensional Computer Graphics — оставлю без комментариев.
Из содержательных моё внимание привлекли:
* Soliterrible: Deterministically Unplayable Solitaire — в пасьянсе Косынка изредка бывают раздачи, в которых игрок не может сделать ни одного хода. Авторы предлагают алгоритм нахождения таких комбинаций, а также реализовали приложение, в котором все раздачи именно такие.
* Lowestcase and Uppestcase letters: Advances in Derp Learning — автор использует большую базу бесплатных шрифтов для обучения нейросети на реализацию двух функций: lowercase (сделать из большой буквы маленькую) и uppercase (наоборот). Попутно используется приём, очень напоминающий back-translation в машинном переводе с невыровненными корпусами, это позволяет пытаться научиться делать uppercase от уже заглавных букв (и lowercase от строчных). Результаты довольно жуткие, но видно, что работа проделана большая.
* openCHEAT: Computationally Helped Error bar Approximation Tool - Kickstarting Science 4.0 — авторы научили сеть дорисовывать на диаграммы фейковые доверительные интервалы, рекомендуют для повышения убедительности публикации.
Из совсем безумного юмора мне понравились:
* Back to Square One: Superhuman Performance in Chutes and Ladders Through Deep Neural Networks and Tree Search — прекрасная пародия на reinforcement learning статьи.
* The Urinal Packing Problem in Higher Dimensions — авторы обобщают задачу упаковки писсуаров до n-мерного случая и пытаются свести её к поиску maximal independent set. Напомню, что исходную одномерную задачу описал в своё время Рэндалл xkcd Манро, а я даже делал её перевод на русский.
* A Complete Survey of 0-Dimensional Computer Graphics — оставлю без комментариев.
Провел открытый урок, призванный заманить людей в ОТУС на курс Deep Learning. Во-первых прикольно — теперь со мной есть видос на ютубе. Во-вторых возможно будет вам полезно. Половину занимает введение в глубинное обучение, которое может быть интересно тем, кто знаком с ML и хочет заглянуть в DL. Вторую половину занимает разбор дисциляции неиронных сетей — учим маленькую нейросетку повторять за большой — что может быть интересно продвинутым в DS.
https://www.youtube.com/watch?v=GtFhOOiK5Ec
https://www.youtube.com/watch?v=GtFhOOiK5Ec
YouTube
Knowledge distillation: нейросети обучают нейросети // Демо-занятие курса «Deep Learning Basic»
* Recap сверточных нейросетей, классификация CIFAR100
* Как делать knowledge distillation, обзор подходов
* Обзор инструментов для этого
* Пример дисциляции в коллабе
«Deep Learning. Basic» - https://otus.pw/7lmU/
Преподаватель: Борис Цейтлин – имеет опыт…
* Как делать knowledge distillation, обзор подходов
* Обзор инструментов для этого
* Пример дисциляции в коллабе
«Deep Learning. Basic» - https://otus.pw/7lmU/
Преподаватель: Борис Цейтлин – имеет опыт…
Forwarded from Amsterdam #LIVE
Первая из историй: пришло пару месяцев (а именно, полгода) назад письмо от министерства здравоохранения (причём и мне, и моей девушке). В письме рассказывают: все мы когда-то умрем, и редко думаем о том, что будет после смерти, однако вы можете кому-то помочь даже с того света! Вы взрослый человек, поэтому мы вас спрашиваем - дадите ли вы своё согласие на использование ваших органов (либо на пересадку кому-то, кому они нужны, либо на научные исследования) после вашей смерти? Перед ответом советуют проконсультироваться с семьёй или партнёром. Варианты ответа:
1. Да
2. Нет
3. Я назову человека, который решит за меня, когда я умру
4. Спросите мою семью как придёт время
Если не отвечаешь на письмо, по дефолту попадаешь в категорию тех, кто согласен. Я посчитал это нормальным, но многие экспаты подумали, что это диковато. Как думаете?
1. Да
2. Нет
3. Я назову человека, который решит за меня, когда я умру
4. Спросите мою семью как придёт время
Если не отвечаешь на письмо, по дефолту попадаешь в категорию тех, кто согласен. Я посчитал это нормальным, но многие экспаты подумали, что это диковато. Как думаете?
Ре-бя-та. Вышла моя статья на хабре – результат трехмесячного независимого исследования по эпидемиологическому моделированию коронавируса. Позже я расскажу подробности, а пока просто ловите ссылку.
https://m.habr.com/ru/company/otus/blog/553638/
https://m.habr.com/ru/company/otus/blog/553638/
Хабр
Чем грозит Москве «британский» штамм COVID-19? Отвечаем с помощью Python и дифуров
Всем привет! Меня зовут Борис, я выпускник программы “Науки о данных” ФКН ВШЭ, работаю ML Инженером и преподаю в OTUS на курсах ML Professional, DL Basic, Computer Vision.В первых числах января...
Кстати, вот презентация с результатами. Гораздо компактнее статьи. Если ваш сосед по кьюбиклу крутит ручку антиковидных мер, то скиньте ему пожалуйста
👍1
Forwarded from Серёга Бомбит
О неравномерностях в науке
Рассмотрим двух ученых X и Y
Ученый X занимается материаловедением при хайповой лабе, где все оборудование стоит больше, чем годовой бюджет российского городка средней руки.
Ученый Y занимается computer science, конкретнее, разрабатывает открытую платформу для топологической оптимизации конструкций при помощи какого-нибудь нового вычислительного метода.
И вот они решили написать статью, каждый по своей тематике. Ученый X про усталостную прочность образцов с разными напылёнными покрытиями, ученый Y - про свою платформу
В Materials & Methods:
Ученый Y: скрупулезно описывает детали алгоритмов своей платформы, обосновывает каждое проектное решение, рисует блок схемы и пишет псевдокод, и верстает 0ver 9000 формул
Ученый X: воспроизводит ютубовский тренд 2013 года "что у меня в сумочке (зачеркнуто), что у меня в лабе есть за приборы". И установка для напыления у меня-то есть, и микроскоп, и разрывная машина, и киберсобака и транклюкатор из "Кин Дза Дза"
Ученый Y: прогоняет кучу разных тест задач, варьирует все возможные параметры алгоритмов
Ученый X: варьирует толщину напыленного покрытия и проводит тесты на четырехточечный изгиб с кручением вращающегося образца
В Results & Discussion:
Ученый Y: Дает возможные объяснения почему та или иная тест-задача не получилась, дает рекомендации по дальнейшему улучшению методов и алгоритмов своей платформы
Ученый X: Ну смотрите: вот у меня чем толще покрытие, тем больше усталостная прочность.
В results reproducibility (такого раздела в статьях нет, но энивей):
Ученый Y: я выложил свою платформу на гитхуб и написал подробный туториал, как воспроизвести результаты
Ученый X: лол, ну если найдете где-нибудь установку для плазменного напыления - велкам))))
В процессе подачи в журнал:
Рецензент, при рассмотрении статьи ученого X: This is an extremely valuable contribution to materials, engineering, accept with minor corrections. Please tell me MORE about your wonderful equipment
Рецензент, при рассмотрении статьи ученого Y: The novelty is highly questionable, the set of test problems is not comprehensive enough, major revision required
Что понадобилось ученым для достижения результата:
ученый Y: месяцы кодирования и вычислительных экспериментов
ученый X: бутер с колбасой и банка пива, чтобы не скучно было смотреть на процесс испытания на усталостную прочность
В итоге: оба ученых получают скопусовскую "палку", причем ученый X может просто нажать кнопки на оборудовании в другом порядке и получить новый результат. Ученому Y придется писать уже что-то новое, потому что про существующую платформу уже будет "dual publication"
Занавес.
P.S. Ситуация, конечно, гиперболизирована до абсурда, но в целом такое явление в науке есть.
Рассмотрим двух ученых X и Y
Ученый X занимается материаловедением при хайповой лабе, где все оборудование стоит больше, чем годовой бюджет российского городка средней руки.
Ученый Y занимается computer science, конкретнее, разрабатывает открытую платформу для топологической оптимизации конструкций при помощи какого-нибудь нового вычислительного метода.
И вот они решили написать статью, каждый по своей тематике. Ученый X про усталостную прочность образцов с разными напылёнными покрытиями, ученый Y - про свою платформу
В Materials & Methods:
Ученый Y: скрупулезно описывает детали алгоритмов своей платформы, обосновывает каждое проектное решение, рисует блок схемы и пишет псевдокод, и верстает 0ver 9000 формул
Ученый X: воспроизводит ютубовский тренд 2013 года "что у меня в сумочке (зачеркнуто), что у меня в лабе есть за приборы". И установка для напыления у меня-то есть, и микроскоп, и разрывная машина, и киберсобака и транклюкатор из "Кин Дза Дза"
Ученый Y: прогоняет кучу разных тест задач, варьирует все возможные параметры алгоритмов
Ученый X: варьирует толщину напыленного покрытия и проводит тесты на четырехточечный изгиб с кручением вращающегося образца
В Results & Discussion:
Ученый Y: Дает возможные объяснения почему та или иная тест-задача не получилась, дает рекомендации по дальнейшему улучшению методов и алгоритмов своей платформы
Ученый X: Ну смотрите: вот у меня чем толще покрытие, тем больше усталостная прочность.
В results reproducibility (такого раздела в статьях нет, но энивей):
Ученый Y: я выложил свою платформу на гитхуб и написал подробный туториал, как воспроизвести результаты
Ученый X: лол, ну если найдете где-нибудь установку для плазменного напыления - велкам))))
В процессе подачи в журнал:
Рецензент, при рассмотрении статьи ученого X: This is an extremely valuable contribution to materials, engineering, accept with minor corrections. Please tell me MORE about your wonderful equipment
Рецензент, при рассмотрении статьи ученого Y: The novelty is highly questionable, the set of test problems is not comprehensive enough, major revision required
Что понадобилось ученым для достижения результата:
ученый Y: месяцы кодирования и вычислительных экспериментов
ученый X: бутер с колбасой и банка пива, чтобы не скучно было смотреть на процесс испытания на усталостную прочность
В итоге: оба ученых получают скопусовскую "палку", причем ученый X может просто нажать кнопки на оборудовании в другом порядке и получить новый результат. Ученому Y придется писать уже что-то новое, потому что про существующую платформу уже будет "dual publication"
Занавес.
P.S. Ситуация, конечно, гиперболизирована до абсурда, но в целом такое явление в науке есть.
Говорят...
Консультанты всегда отправляют нюдсы презентацией.
Прожекты сразу после секса устраивают ретро: что было хорошо и что можно улучшить.
Продакты встречаются с двумя разными партнёрами, а потом сравнивают и бросают одного.
Интеграторы привлекают кого-то со стороны, а сами только контролируют процесс.
Фронтендеры ждут, что партнер сделает всю работу.
Site Reliability Engineers постоянно боятся, что все упадет.
ML инженеры получают удовольствие только с моделями.
С тестировщиками вообще травмоопасно.
Консультанты всегда отправляют нюдсы презентацией.
Прожекты сразу после секса устраивают ретро: что было хорошо и что можно улучшить.
Продакты встречаются с двумя разными партнёрами, а потом сравнивают и бросают одного.
Интеграторы привлекают кого-то со стороны, а сами только контролируют процесс.
Фронтендеры ждут, что партнер сделает всю работу.
Site Reliability Engineers постоянно боятся, что все упадет.
ML инженеры получают удовольствие только с моделями.
С тестировщиками вообще травмоопасно.
👍1
Я мог бы рассказывать про свои исследования, но вы только посмотрите на юморески
Третье выступление за две недели. Очень радует ОТУС, что дает возможность умно говорить в камеру, но у меня скоро язык отвалится.