Базовые модели ML и приложения

Это наш новый курс для начинающих в теме машинного обучения🎉

🔹 Познакомитесь с основными моделями машинного обучения

🔹 Научитесь выбирать и применять подходящие tree-based модели

🔹 Получите основу для дальнейшего изучения более сложных нейронных сетей

Подробности – https://proglib.io/w/67c59870

Кому будет полезен курс?

Начинающим в IT. Тем, кто выбирает направление и хочет попробовать себя в ML

Математикам. Увлекаетесь математикой и хотите перейти от теории к практике, а также научиться решать реальные бизнес-задачи

Ну и главное, до конца сентября вы сможете получить этот курс бесплатно🤯

Пока ссылки нет на основном сайте, мы открываем продажи супер-акцией для своих 🙌 – https://proglib.io/w/67c59870

Переходите на сайт, читайте подробности и заходите на обучение по самым выгодным условиям!

Руководство по языковым моделям

Начиная с основополагающих концепций, Джереми Ховард представляет архитектуру и механику, которые обеспечивают работу этих систем искусственного интеллекта. Затем он углубляется в критические оценки GPT-4, освещает практическое использование языковых моделей при написании кода и анализе данных, а также предлагает практические советы по работе с OpenAI API.

Смотреть видео

Очередной #дайджест по Python:

🐍 Hadoop в любой непонятной ситуации. Как выжить кластеру в большой ML команде
Какие сложности могут возникать при работе с кластером Hadoop и какие есть методы для их решения (конфигурация, мониторинг, склеивание мелких файлов, память кластера)

🐍 Многопоточность в Python: очевидное и невероятное
Как устроена многопоточность в Python, потоки, примитивы синхронизации и зачем они нужны.

🐍 Проектирование веб-приложений с помощью Python и Flask
Для каких проектов лучше всего подходит Flask, а для каких — Django?

🐍 Как настроить сбор статистики и автоматическое отключение пользователей WireGuard в ispmanager с помощью Python и API
В статье автор рассказывает о том, как он, будучи ламером, смог достигнуть нужных себе целей и изучить пару вариантов взаимодействия с ispmamager.

Оптимизация вашего LLM в производстве

В этом сообщении блога рассмотрены наиболее эффективные на момент написания этого сообщения методы решения этих проблем для эффективного развертывания LLM.

Читать статью

💬 Датасет с 500 тыс. русскоязычных отзывов на организации

Разработчики Яндекса подробно рассказали о новом датасете и вариантах его использования в статье на Хабр.

🔗Читать статью
🔗GitHub

Что такое learning rate?

Скорость обучения — важный гиперпараметр, который контролирует, насколько быстро модель адаптируется к проблеме во время обучения. Его можно рассматривать как «ширину шага» во время обновления параметров, т. е. насколько далеко веса перемещаются в направлении минимума нашей задачи оптимизации.
#вопросы_с_собеседований

Точность MNIST 78% при использовании GZIP менее чем в 10 строках кода

MNIST — это набор рукописных цифр, который обычно используется для работы с алгоритмами классификации. Оказывается, некоторые механизмы сжатия могут служить и инструментами классификации.

Читать статью

Почему существует так много фреймов данных Python?

Вы когда-нибудь задумывались, почему существует так много библиотек, в которых есть Dataframes в Python? В этой статье рассказывается о различных точках зрения на популярные наборы инструментов и о том, почему они такие, какие они есть.

Читать статью

«Библиотека программиста» запустила два новых канала для Python-разработчиков и тех, кто хочет ими стать👨‍🏫

В них мы:
🔸тренируемся на практических задачах
🔸отвечаем на популярные вопросы с собеседований
🔸проверяем свои знания

Подписывайтесь:
👉Библиотека собеса по Python — тут мы готовимся к интервью
👉Библиотека задач по Python — тут решаем задачи, проходим тесты и изучаем код

Обход GIL для параллельной обработки в Python

В статье описаны несколько традиционных и новых способов обхода глобальной блокировки интерпретатора (GIL) для достижения параллелизма с общей памятью при выполнении задач, связанных с ЦП.

Читать статью

Очередной #дайджест по Python:

🐍 Создание рекомендательных систем с использованием библиотеки Surprise
Рекомендательные не только помогают нам экономить время, предоставляя персонализированные рекомендации, но и оказывают влияние на наш выбор и потребительское поведение.

🐍 Объединение открытых данных Open Street Map и Landsat для уточнения площадей зеленых зон
О том какие преимущества привносит в нашу жизнь объединение пространственных данных из различных открытых источников.

🐍 Создание консольной игры Супер Ним на Python
В этом уроке автор пишет несложную консольную игру.

🐍 Решаем числовые ребусы с помощью Python
Или просто задачки.

🐍 Вы кто такие, я вас не знаю, или Как мы делаем JWT-аутентификацию
Обширный гайд для новичков и не только.

Хотите ли вы изучить vim или он вам не нужен?
#интерактив

⚡️Помогите «Библиотеке программиста» начать публиковать сторис

Каналы могут публиковать сторис в телеграм — правда, для этого им нужно набрать достаточно голосов пользователей. А голосовать могут только те, у кого есть премиум.

Что мы будем публиковать в сторис?
🧠Логические задачки — чтобы тренировать мозги
📰Только важные новости — оперативно
👨‍🏫Истории компаний, инструментов и софта по особым поводам (например, историю Linux в честь его дня создания)
❗Анонсы наших вебинаров и самых интересных статей

Если вы хотите увидеть наши сторисы в «Библиотеке программиста», вот что нужно сделать:
1️⃣ обновить телеграм на телефоне
2️⃣ перейти по ссылке ➡️ https://t.me/proglibrary?boost
3️⃣ нажать кнопку «голосовать»

Что нам делать с категориальными переменными?

Категориальные переменные должны быть закодированы, прежде чем их можно будет использовать в качестве функций для обучения модели машинного обучения. Существуют различные методы кодирования, в том числе:
✍️ One-hot encoding
✍️ Label encoding
✍️ Ordinal encoding
✍️ Target encoding
#вопросы_с_собеседований

Представляем стабильную версию LM 3B: внедрение устойчивых и высокопроизводительных языковых моделей на интеллектуальные устройства

Stability AI с гордостью представила экспериментальную версию Stable LM 3B, новейшего продукта в наборе высокопроизводительных генеративных решений искусственного интеллекта.

Читать статью

А на что вы бы обменяли игровой ноутбук?
#мем

Как обучают нейросети для планирования движения беспилотных автомобилей?

Нейронные сети помогают не только в системе распознавания, они применяются и для предсказания движения других участников движения, и для планирования собственного движения беспилотного транспорта. Специалист из Яндекса в своей статье показал, как строится логика таких моделей, какие главные вопросы стоят в этой области и в чём преимущества машинного обучения перед эвристиками.

Читать статью