Универсальная модель в онлайн-обслуживании клиентов
Построение моделей машинного обучения может быть трудоемким процессом, который часто занимает несколько месяцев в типичных бизнес-сценариях. Чтобы обеспечить стабильную производительность модели и учитывать изменения в распределении данных, необходимо регулярное переобучение.
https://www.amazon.science/publications/…
Построение моделей машинного обучения может быть трудоемким процессом, который часто занимает несколько месяцев в типичных бизнес-сценариях. Чтобы обеспечить стабильную производительность модели и учитывать изменения в распределении данных, необходимо регулярное переобучение.
https://www.amazon.science/publications/…
👍2
Обучение псевдометкам и инерция модели в нейронном машинном переводе
Как и многие другие приложения машинного обучения, нейронный машинный перевод (NMT) выигрывает от чрезмерно параметризованных глубоких нейронных моделей. Однако было замечено, что эти модели ненадежны: прогнозы модели NMT чувствительны к небольшим изменениям входных данных
https://www.amazon.science/publications/…
Как и многие другие приложения машинного обучения, нейронный машинный перевод (NMT) выигрывает от чрезмерно параметризованных глубоких нейронных моделей. Однако было замечено, что эти модели ненадежны: прогнозы модели NMT чувствительны к небольшим изменениям входных данных
https://www.amazon.science/publications/…
❤2
Автоматизируйте свою кодовую базу с помощью Promptr и GPT
Вы хотите упростить операции с кодом с помощью GPT, но устали от процесса копирования и вставки? Ну вот и решение в виде подсказки. Инструмент с открытым исходным кодом для автоматизации вашей кодовой базы.
https://www.kdnuggets.com/2023/04/automa…
Вы хотите упростить операции с кодом с помощью GPT, но устали от процесса копирования и вставки? Ну вот и решение в виде подсказки. Инструмент с открытым исходным кодом для автоматизации вашей кодовой базы.
https://www.kdnuggets.com/2023/04/automa…
❤2
Анализ заработной платы специалиста по данным
Специалисты по данным востребованы во многих отраслях и секторах. Но сколько они зарабатывают и где работают?
https://www.kdnuggets.com/2023/04/data-s…
Специалисты по данным востребованы во многих отраслях и секторах. Но сколько они зарабатывают и где работают?
https://www.kdnuggets.com/2023/04/data-s…
👍1
Регрессионный анализ в DataScience. Часть 2. Преобразование Бокса-Кокса. Проверка тренда и случайности
В данном обзоре рассмотрим более сложную задачу:
- исходные данные не подчиняются нормальному закону;
- исходные данные представляют собой временные ряды показателей, т.е. возможно возникновение автокорреляции и ложной корреляции.
https://habr.com/ru/articles/695556/
В данном обзоре рассмотрим более сложную задачу:
- исходные данные не подчиняются нормальному закону;
- исходные данные представляют собой временные ряды показателей, т.е. возможно возникновение автокорреляции и ложной корреляции.
https://habr.com/ru/articles/695556/
👍2
Создание и обучение вашей первой нейронной сети с помощью TensorFlow и Keras
Узнайте, как создать и обучить свою первую модель классификации изображений с помощью Keras и TensorFlow с использованием сверточной нейронной сети.
https://www.kdnuggets.com/2023/05/building-training-first-neural-network-tensorflow-keras.html
Узнайте, как создать и обучить свою первую модель классификации изображений с помощью Keras и TensorFlow с использованием сверточной нейронной сети.
https://www.kdnuggets.com/2023/05/building-training-first-neural-network-tensorflow-keras.html
Понимание центральной тенденции
Центральная тенденция — это свойство данных распределяться относительно характеристического значения. В науке о данных и статистике двумя наиболее важными показателями центральной тенденции являются среднее значение и медиана.
https://www.kdnuggets.com/2023/05/understanding-central-tendency.html
Центральная тенденция — это свойство данных распределяться относительно характеристического значения. В науке о данных и статистике двумя наиболее важными показателями центральной тенденции являются среднее значение и медиана.
https://www.kdnuggets.com/2023/05/understanding-central-tendency.html
Снижаем размерность эмбеддингов предложений для задачи определения семантического сходства
С каждым годом растет сложность моделей, решающих вопросы семантически‑ и контекстно‑ориентированной обработки естественного языка (NLP). Также нельзя забывать и про проблемы мультиязычности моделей.
https://habr.com/ru/articles/727318/
С каждым годом растет сложность моделей, решающих вопросы семантически‑ и контекстно‑ориентированной обработки естественного языка (NLP). Также нельзя забывать и про проблемы мультиязычности моделей.
https://habr.com/ru/articles/727318/
👍1
Ты мог бы стать спортсменом, если бы родился в другой день. Что такое Relative Age Effect?
Что делает перспективного ребенка из местной спортивной секции чемпионом мира по футболу, олимпийским призером или обладателем Кубка Стэнли?
Одни ответят талант. Без таланта далеко не уедешь. Что, если он не так мелодичен, не так романтичен и уж совсем не вписывается в наше представление об истинном успехе?
https://habr.com/ru/articles/718764/
Что делает перспективного ребенка из местной спортивной секции чемпионом мира по футболу, олимпийским призером или обладателем Кубка Стэнли?
Одни ответят талант. Без таланта далеко не уедешь. Что, если он не так мелодичен, не так романтичен и уж совсем не вписывается в наше представление об истинном успехе?
https://habr.com/ru/articles/718764/
Создавайте эффективные и надежные системы машинного обучения!
Проектирование системы машинного обучения: комплексные примеры — это практическое руководство по планированию и разработке успешных приложений машинного обучения. Он излагает четкую, воспроизводимую основу для создания, обслуживания и улучшения систем любого масштаба. https://www.kdnuggets.com/2023/05/manning-design-effective-reliable-machine-learning-systems.html
Проектирование системы машинного обучения: комплексные примеры — это практическое руководство по планированию и разработке успешных приложений машинного обучения. Он излагает четкую, воспроизводимую основу для создания, обслуживания и улучшения систем любого масштаба. https://www.kdnuggets.com/2023/05/manning-design-effective-reliable-machine-learning-systems.html
Концепция Data Mesh. Принципы, идеи, применение на практике
С чего началась наша компания? В первую очередь, конечно, с людей и с идеи. Как это обычно бывает, правильные люди абсолютно случайно познакомились друг с другом, и вот я здесь, сижу и пишу этот пост =) Была, однако, и ещё одна очень важная составляющая - данные...
https://habr.com/ru/articles/685626/
С чего началась наша компания? В первую очередь, конечно, с людей и с идеи. Как это обычно бывает, правильные люди абсолютно случайно познакомились друг с другом, и вот я здесь, сижу и пишу этот пост =) Была, однако, и ещё одна очень важная составляющая - данные...
https://habr.com/ru/articles/685626/
MLOPS. Жизненный цикл ML-систем: от идеи до продакшна
Сегодня хочу с вами поделиться нашими практиками MLOPS – что по сути является модным словцом, а на самом деле есть ни что иное как жизненный цикл создания и функционирования ML-систем. Естественно, каждая модель и задача уникальна.
https://habr.com/ru/articles/678150/
Сегодня хочу с вами поделиться нашими практиками MLOPS – что по сути является модным словцом, а на самом деле есть ни что иное как жизненный цикл создания и функционирования ML-систем. Естественно, каждая модель и задача уникальна.
https://habr.com/ru/articles/678150/
Выбор подходящего инструмента для запросов: сравниваем DBeaver с Datagrip
В процессе своего обучения профессии ML engineer, пришло время и мне окунуться в мир баз данных. На курсе нам предложили два инструмента для работы с базами данных - это DataGrip и DBeaver . Я в своей статье задаюсь целью сравнить эти два инструмента - возможно это поможет кому-то с выбором.
https://habr.com/ru/articles/738118/
В процессе своего обучения профессии ML engineer, пришло время и мне окунуться в мир баз данных. На курсе нам предложили два инструмента для работы с базами данных - это DataGrip и DBeaver . Я в своей статье задаюсь целью сравнить эти два инструмента - возможно это поможет кому-то с выбором.
https://habr.com/ru/articles/738118/
Чисто научный подход: чего хотят женщины и о чем говорят мужчины
Женщины сами не знают, что хотят, а мужчины говорят о работе. И мои слова - это не стереотипное мышление, а обоснованное на данных заявление.Цель была - сформировать портреты пользователей, но и плюсом пришла к приятному и немного трогательному выводу.
https://habr.com/ru/articles/737084/
Женщины сами не знают, что хотят, а мужчины говорят о работе. И мои слова - это не стереотипное мышление, а обоснованное на данных заявление.Цель была - сформировать портреты пользователей, но и плюсом пришла к приятному и немного трогательному выводу.
https://habr.com/ru/articles/737084/
🤯2👍1
О вариативности результатов обучения нейронных сетей
В данной статье делаем по 10 запусков обучения на каждой паре (количество нейронов скрытого слоя, размера батча) и сравниваем результаты.
https://habr.com/ru/articles/738730/
В данной статье делаем по 10 запусков обучения на каждой паре (количество нейронов скрытого слоя, размера батча) и сравниваем результаты.
https://habr.com/ru/articles/738730/
👍1
Учим нейросеть принимать решения на основе уже известного опыта
Учим нейросеть играть в Шахматы, загрузив в нее датасеты уже сыгранных партий с известным результатом.
То есть никакого минимакса, деревьев и расчетов на несколько ходов вперед.
Идея в том, что если в нейросеть загрузить много партий, уже сыгранныx другими игроками, то нейросеть будет знать, как поступали другие игроки в соответствующих случаях и к какому результату это приводило.
https://habr.com/ru/articles/721818/
Учим нейросеть играть в Шахматы, загрузив в нее датасеты уже сыгранных партий с известным результатом.
То есть никакого минимакса, деревьев и расчетов на несколько ходов вперед.
Идея в том, что если в нейросеть загрузить много партий, уже сыгранныx другими игроками, то нейросеть будет знать, как поступали другие игроки в соответствующих случаях и к какому результату это приводило.
https://habr.com/ru/articles/721818/
Глубокое обучение с R
Кого не забавляли технологические достижения, особенно в области искусственного интеллекта , от Alexa до беспилотных автомобилей Tesla и множество других инноваций? Я восхищаюсь достижениями через день, но еще более интересно, когда вы получаете представление о том, что лежит в основе этих инноваций.
https://www.kdnuggets.com/2023/05/deep-learning-r.html
Кого не забавляли технологические достижения, особенно в области искусственного интеллекта , от Alexa до беспилотных автомобилей Tesla и множество других инноваций? Я восхищаюсь достижениями через день, но еще более интересно, когда вы получаете представление о том, что лежит в основе этих инноваций.
https://www.kdnuggets.com/2023/05/deep-learning-r.html
🔥1
20 проектов по машинному обучению, которые привлекут вас на работу
Если вы хотите выйти на рынок труда в области машинного обучения и науки о данных, вам нужно будет продемонстрировать свои навыки, особенно если вы самоучка, с помощью онлайн-курсов и учебных курсов. Портфолио проектов — отличный способ попрактиковаться в своем новом ремесле и предоставить убедительные доказательства того, что сотруднику следует нанять именно вас, а не конкурентов.
https://www.kdnuggets.com/2021/09/20-machine-learning-projects-hired.html
Если вы хотите выйти на рынок труда в области машинного обучения и науки о данных, вам нужно будет продемонстрировать свои навыки, особенно если вы самоучка, с помощью онлайн-курсов и учебных курсов. Портфолио проектов — отличный способ попрактиковаться в своем новом ремесле и предоставить убедительные доказательства того, что сотруднику следует нанять именно вас, а не конкурентов.
https://www.kdnuggets.com/2021/09/20-machine-learning-projects-hired.html
👍2
Расчет скидки за первый и последний этаж в Excel
В первой части иллюстрированной инструкции по проведению расчета величины скидки за первый и последний этаж был показан порядок сбора данных с сайтов объявлений силами Excel и первичный анализ собранных данных. Исходные данные разбиты по группам этажности
https://habr.com/ru/articles/740302/
В первой части иллюстрированной инструкции по проведению расчета величины скидки за первый и последний этаж был показан порядок сбора данных с сайтов объявлений силами Excel и первичный анализ собранных данных. Исходные данные разбиты по группам этажности
https://habr.com/ru/articles/740302/
❤1
Автоматический майнинг изображений
В предыдущих статьях мы рассказали, как создать фотогалерею с собственной поисковой системой. Но где нам найти изображения для нашей галереи? Нам придется вручную искать источники «хороших» изображений, а затем вручную проверять, является ли каждое изображение «хорошим». Можно ли автоматизировать обе эти задачи? Ответ — да.
https://habr.com/ru/articles/739550/
В предыдущих статьях мы рассказали, как создать фотогалерею с собственной поисковой системой. Но где нам найти изображения для нашей галереи? Нам придется вручную искать источники «хороших» изображений, а затем вручную проверять, является ли каждое изображение «хорошим». Можно ли автоматизировать обе эти задачи? Ответ — да.
https://habr.com/ru/articles/739550/
Фундаментальные концепции переобучения и недообучения в машинном обучении
Этот модуль дает интуитивно понятное введение в очень фундаментальные концепции переобучения и недообучения в машинном обучении. Модели машинного обучения никогда не могут делать идеальные прогнозы: ошибка теста никогда не равна нулю. Этот провал происходит из-за фундаментального компромисса между гибкостью моделирования и ограниченным размером обучающего набора данных .
https://habr.com/ru/articles/738128/
Этот модуль дает интуитивно понятное введение в очень фундаментальные концепции переобучения и недообучения в машинном обучении. Модели машинного обучения никогда не могут делать идеальные прогнозы: ошибка теста никогда не равна нулю. Этот провал происходит из-за фундаментального компромисса между гибкостью моделирования и ограниченным размером обучающего набора данных .
https://habr.com/ru/articles/738128/
🔥1