DataFrog: Data Science
1.87K subscribers
306 photos
5 videos
60 links
Журнал о Data Science | Machine Learning | Big Data | Deep Learning | Neural Networks | AI

@viktorreh
Download Telegram
Прадеды алгоритмических рекомендаций

Когда-то давно были такие компьютерные системы, которые создавались для того, чтобы заменить специалистов. Их так и называли: экспертные системы.

😻 #read
👍2
Воскресная задача

На этот раз что-то новенькое:
Найдите отношение количества параметров первой сети к количеству параметров во второй сети.

😻 #задачи
👍51🔥1
Учить ML теорию vs Забывать ML теорию.
😁16👍2
Стратификация. Как разбиение выборки повышает чувствительность A/B теста

Сегодня о том, что такое стратифицированное семплирование и как с помощью него повысить чувствительность оценки AB экспериментов.

P.S. Конечно, все не так просто. В стратификации есть свои нюансы и проблемы, но об этом – в следующий раз.

😻 #read
👍31🤮1💩1
Кроссворд для истинных знатоков Deep Learning

Должно быть не сложно, но интересно. Все ответы на русском языке.

По горизонтали:

1. У LSTM она и долгосрочная, и краткосрочная
4. Лучше, чем CPU
5. Лучше, чем Keras
6. Без нее все было бы линейно
8. Сжатое представление чего-нибудь
10. Танос в мире нейросетей
11. Нет ничего круче для CV

По вертикали:

2. Иногда затухает, а бывает взрывается
3. Не Оптимус Прайм, но тоже мощно
7. … – is all you need
9. Когда на трейне ты Лев Толстой, а на тесте…
12. С ними главное не переборщить
😁5👌1
Как сделать так, чтобы нейросеть не переобучалась

Переобучение – это одно из главных проклятий большинства ML-алгоритмов, в том числе нейросетей. Вещь неприятная, конечно, но в большинстве случаев фиксится достаточно просто. Надо только знать специальные фокусы...

P.S. C вас – реакции, с нас – вторая часть)
👍27🔥5🤯1👌1