Материалы для изучения Machine Learning и Deep Learning. Не со всеми материалами я согласен, особенно в части математики, но можно почерпнуть для себя интересные ресурсы.
https://atmyre.notion.site/atmyre/ML-DL-913ff757d59041d2a4580097cc260a76

Если кто-то ещё не слышал - начинается новый поток в Deep Learning School: https://vk.com/dlschool_mipt?w=wall-155161349_1488

Небольшой опрос для тех, кто собирается проходить курс по ml от ods: https://forms.gle/k1nLsvp5HDaokfmz8
Опрос анонимный, результаты выложу через неделю-полторы.

Напомню, что завтра официально начнется курс по machine learning от ods (https://ods.ai/tracks/open-ml-course).
Вопросы можно задавать у них в слэк. У нас тоже можно, но в том чате ответят быстрее, а может и правильнее. В этом же чате я постараюсь инициировать обсуждения около дата сайнс и приносить интересные материалы.
А еще мы проводим небольшой входной опрос (~2 минуты): https://forms.gle/k1nLsvp5HDaokfmz8

Курс уже почти начался. Но всё ещё есть возможность пройти наш входной опрос: https://forms.gle/k1nLsvp5HDaokfmz8

Кстати, пока ожидаем тут первого видео от ods, ods объявляет хакатон pet-проектов!
https://ods.ai/competitions/pet_projects_wh2022
А я предлагаю поучаствовать. Идея проста: в первой лекции будут основы обработки данных, так почему бы не совместить приятное с полезным? Скачаем данные, проанализируем их освоенными инструментами и представим результаты.
Что это даст:
- увидим, что уже можем быть в какой-то степени полезными;
- применим данные на практике;
- создадим свой первый pet-проект и научимся пользоваться git'ом.

Интересная книжка промелькнула в слэке ods - математика для машинного обучения на английском:
https://mml-book.github.io/

Вступительная лекция опубликована: https://www.youtube.com/watch?v=CcgpXK5PE9c

Там вышло второе видео: https://ods.ai/tracks/open-ml-course/blocks/4de086db-8793-48a9-8560-72b8f5b6c65e

Мне кажется, что у некоторых могли возникнуть сложности с установкой. Поэтому предлагаю небольшой лайфхак - воспользоваться сервисом гугла colab.research.google.com. Вообще, мне кажется, что установка новой версии python - не самый нужный шаг, но чтобы исключить вероятность ошибок из-за несоответствия версий, можно и обновиться.

Создайте в колабе свой первый ноутбук и выполните в нем следующие команды:

# получение свежих списков пакетов в репозитории
!sudo apt update -y

# установка нужной версии python:
!sudo apt install python3.9

Дальше можно установиться pip3 для python3.9:

# установка библиотеки виртуального окружения 
!sudo apt install python3.9-venv

# закачка файла (официальный способ)
!wget https://bootstrap.pypa.io/get-pip.py

# установка pip для python3.9 
!python3.9 get-pip.py

# убедимся, что новый pip3 ассоциирован с нашей версией python
!pip3 --version

Эти действия надо будет повторять при каждом запуске среды исполнения колаб-ноутбука.

Каталог открытых данных от некоммерческой организации: https://www.datacatalogs.ru/

#открытые_данные #каталог #датасеты

В субботу будет ещё какая-то активность в виде стрима, а потом что-то в spatial.chat (?). Там можно будет познакомиться с менторами, и где-то в то же время можно будет пройти тренировочное собеседование. Это будет ивент, посвященный открытию курса. Или курсов.
https://ods.ai/events/course_fest_spring_22

Кстати, я совсем забыл, что обещал выложить данные для анализа. Мы недавно проводили входной опрос, теперь выкладываю результаты в csv файле.
Надеюсь, что через несколько дней смогу выложить и графики.

Мне кажется, что сформировалось две группы для прохождения курсов - группа Ульяны и остальные. Я в ближайшие пол года буду занят написанием диссертации по своей теме, поэтому меня здесь не будет. Всем удачи с прохождением курсов.

Итак, чтобы легче было общаться, я ввожу некоторые правила: https://vk.com/@learnpythonforfun-pravila-gruppy-i-chatov
Если коротко: не выражаться, не быть агрессивными и не оффтопить.

Я начинаю потихоньку проходить курс от DLS. Создал репозиторий на гитлабе, в котором буду собирать всю информацию.
Предлагаю всем желающим при просмотре лекций записывать вопросы, а потом записывать эти вопросы в issues в репозитории (https://gitlab.com/embeddedden/DLS-course-walkthrough/-/issues).
Я и сообщество постараемся ответить на эти вопросы)

P. S. План прохождения можно прочитать тут: https://gitlab.com/embeddedden/DLS-course-walkthrough

На случай если отключат youtube:
вот интересная свободная книжка по глубокому обучению: https://d2l.ai/

Напоминаю, что завтра дедлайн для первой недели курсов DLS.

Бесплатные онлайн-книжки для тех, кто изучает R:
R for DS: https://r4ds.had.co.nz/index.html
Advanced R: https://adv-r.hadley.nz/index.html

Всем привет, я тут сделал полуигровой опрос на 5 минут, прошу вас пройти с компьютера:
https://obrezkov.informatik.uni-bremen.de/game_survey
В этой "игре" вы выполняете роль безопасника и вам надо понять, как работает механизм контроля доступа к файлам. По завершении игры, вам будет предложен короткий опросник (в нем же можно будет написать, что вам понравилось/не понравилось).

Через некоторое время я поделюсь в этой группе тем, как создавалась эта "игра", анонимными данными и результатами анализа.