Machine learning Interview
18.5K subscribers
521 photos
10 videos
5 files
368 links
Вопросы - @notxxx1

Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям
Download Telegram
Покори цифровой мир и забери крутые призы, но сначала — окажись на код впереди!

Залетай на «Цифровой марафон» от Сбера и «Школы 21» — бесплатный конкурс, который подойдёт новичкам, исследователям и опытным профи. Для разных уровней подготовки будут свои задания и награды: от мерча и гаджетов до поездок на премиум-курорты и миллиона рублей! Участвовать могут все, кому уже исполнилось 18 лет.

В программе: онлайн-игра, тестирование, цифровой диктант и финал в Москве с церемонией награждения победителей. Проверь логику, память и мягкие навыки в онлайн-игре. Выбери свой уровень перед онлайн-тестированием — «Новичок», «Исследователь» или «Эксперт» — и зарабатывай очки на ответах. На цифровом диктанте напиши код решения на языке программирования, который знаешь лучше всего. Далее «Новички» заканчивают марафон и получают призы, а лучшие участники среди «Исследователей» и «Экспертов» попадают в финал.

Успей на проверку своих цифровых навыков — регистрация заканчивается уже 20 апреля. Присоединяйся!
📌Вкатываемся в Machine Learning с нуля за ноль рублей: что, где, в какой последовательности изучить

Нереально полезная статья с огромным количеством полезных ссылок, ресурсов и всего остального

План статьи
Предварительные знания
├╼ 1.1. Математика: линал, матанализ, матстатистика
╰╼ 1.2. Python, C++, SQL, другие ЯП; алгоритмы и структуры данных

Классическое машинное обучение

Глубокое машинное обучение
├╼ 3.1. Основные материалы
├╼ 3.2. Дополнительные материалы
╰╼ 3.3. Если все же хочется пройти платный курс по Deep Learning...

Инструменты для конкретной роли (вакансии)

Поиск работы
├╼ 5.1. CV / резюме
├╼ 5.2. Где искать вакансии
╰╼ 5.3. Как готовиться к собеседованию

📎Вливаемся в Data Science: подробный roadmap что и где изучать
📎 Статья

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🎲 Теория вероятностей пронизывает все сферы науки о данных.

Вероятностные модели и используются практически во всех алгоритмах машинного обучения.

Функции штрафа в задачах регрессии или ошибок классификации основаны на понятии математического ожидания, закона больших чисел, а центральная предельная теорема служит основанием для доказательства сходимости и состоятельности многих алгоритмов и методов анализа данных.

Полезные материалы для подготовки к вопросам по терверу:
Теория вероятностей (на основе программы для поступления в ШАД)

Самые популярные ЗАДАЧИ на ТЕРВЕР на собеседовании АНАЛИТИКА

Теории вероятностей: готовимся к собеседованию и разрешаем «парадоксы»

R для теории вероятностей и математической статистики"

Книга: Математика в машинном обучении

Статистика для экспериментов от Harvard University

Учебное пособие Математическая статистика

Наука о данных 19 вопросов с Интервью по терверу

Вопросы для подготовки к Python Developer

Прикладная статистика

@machinelearning_interview
📈 Одна из важных тем при подготовке к собеседованию, на которой стоит сосредоточиться это статистика.

В конечном итоге, дата-сайентист - это современный статистик, а машинное обучение - это современный термин для статистики.

Если у вас есть время, я рекомендую пройти курс "Математическая статистика" от Computer Science Center и "Статистические методы" от Джорджии Тек, который охватывает основы вероятности, случайные величины,ы распределение вероятностей, тестирование гипотез и многое другое.

Статистика Вопросы для собеседования

Top 75 Statistics Interview Questions

Шпаргалка дата-сайентистов описательная статитска

Машинное обучение для решения прикладных задач

Основы статистики конспект лекций

Разбор ОТВЕТОВ на вопросы (Python, SQL, ТЕРВЕР, статистика)

Statistics Interview Questions & Answers for Data Scientists

40 вопросов по статистике с собеседований на должность Data Scientist

@machinelearning_interview
💡 YandexART обновился до версии 1.3

В статье на Хабре старший разработчик в команде компьютерного зрения рассказывает о переходе на новую технологию латентной диффузии и увеличении датасета в 2,5 раза, а также объясняет, зачем в новой версии используются два текстовых энкодера. Интересно, что по результатам SBS-замеров асессорами Яндекса, нейросеть YandexART 1.3 выигрывает не только у модели-предшественницы, но и в 57 процентах случаев в сравнении с Midjourney V5.2.

📎 Статья

@machinelearning_interview
📌Вопросы для собеседования на позицию ML-инженера

Неплохой список вопросов, вот некоторые из них:
🟡Расскажи о типах задач в машинном обучении.
🟡Остатки регрессии должны быть гомоскедастичными или гетероскедастичными?
🟡Что такое регуляризация модели линейной регрессии?

Также тут встречаются вопросы по SQL, потому что 100% ML-инженеру, работающему с большим объёмом данных, это понадобится

📎 Вопросы и ответы

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
⭐️ Материалы для подготовки к интервью по направлению data science:

- тестовые задания
- задачи по математике, теории вероятностей и линейной алгебре
- задачи на логику
- примеры live coding с собеседований на Python
- разбор задач собеседований и их аналогов на LeetCode

Для тех, кто готовится к собесу в области data science, этот всеобъемлющий набор материалов, чтобы помочь вам успешно пройти интервью.

Разбор алгоритмических задач
Разбор leetcode задач с собеседований
Примеры заданий по live coding c решениями с собеседований
В этой папке вы найдете серию Jupyter Notebook, охватывающих широкий спектр задач, в области математики.
Задачи по статистике
Тестовые задания ds

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
📌Как решить задачу классификации в PySpark

PySpark позволяет работать не только с Big data, но и создавать модели Machine Learning.
Давайте рассмотрим, как обучить модель Machine Learning для решения задачи классификации.
Обсудим подготовку данных, применение логистической регрессии, а также использование метрик в PySpark.

🔜 Поехали

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
GitVerse – теперь и для малого и среднего бизнеса

На онлайн-презентации «GitVerse: открой вселенную кода» СберТех рассказал про новые фичи платформы. Cреди них – CI/CD-инструменты, ускоряющие разработку, и новые функции GigaCode – персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект).

Но это еще не все: теперь возможности GitVerse доступны не только индивидуальным разработчикам, но и малому и среднему бизнесу. Это очень удобно: можно организовывать совместную работу команды с GitVerse и управлять доступами к своим репозиториям.

Готовы попробовать? Присоединяйтесь.
This media is not supported in your browser
VIEW IN TELEGRAM
500+ список проектов AI с кодами

500 крутых проектов AI, Машинное обучение,Глубокое обучение Компьютерное зрение, NLP, Data Science.

Все проекты с кодом !!!

Полезный ресурс, если вы ищете вдохновение для своего следующего проекта, опирающегося на машину.

🖥 Github

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Хотите учиться у экспертов в области IT? Школа анализа данных Яндекса принимает заявки до 12 мая, успейте зарегистрироваться.

ШАД для вас, если вы:

· интересуетесь Machine Learning
· имеете хорошую математическую подготовку
· уверенно владеете каким-либо языком программирования

Программа длится два года, обучение бесплатное. Можно выбрать одно из направлений: Data
Science, инфраструктура больших данных, разработка машинного обучения или анализ
данных и ИИ в прикладных науках.

Больше об учёбе в ШАД и возможностях для выпускников расскажем на днях открытых
дверей. Узнать даты и зарегистрироваться можно по ссылке.
⚡️ Список тестовых заданий для прокачки

Тестовые задания для самостоятельного выполнения от разных it компаний.

GIthub

@machinelearning_interview
⭐️ Data Science разбор реальной задачи с собеседования. Прогнозирование оттока клиентов.

Смотреть
Данные
Ноутбук

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
📌Основные понятия Machine Learning

Держите полезный материал, поможет вспомнить/закрепить важные темы.
Здесь рассматривается множество центральных понятий ML, в том числе:
• Модели машинного обучения
• Свёрточные ИНС
• Обзор основных архитектур ИНС
• Предобработка данных: аугментация данных, отбор, извлечение признаков
• Процесс обучения, оценка качества

▶️ Сайт
📎 PDF

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM