​​🧠Методы очистки данных в Pandas

В этой статье вы узнаете о методах очистки данных в Pandas, таких как удаление пропущенных значений с помощью dropna(), заполнение пропущенных значений средним или медианой, удаление дубликатов с помощью drop_duplicates(), преобразование категориальных данных в фиктивные переменные с помощью get_dummies(), преобразование текстовых данных в числовые и другие.

Читать...

​​🗣Азы больших языковых моделей и трансформеров: декодер

В этом материале мы поговорим об устройстве компонента‑декодера в системах машинного обучения, построенных по архитектуре «трансформер», уделив особое внимание отличию декодера от энкодера.

Читать...

​​👾Как развернуть виртуальную среду модели машинного обучения на любой машине?

В этой статье вы узнаете, как развернуть виртуальную среду модели машинного обучения на любой машине с использованием своего GPU.

Читать...

​​🤫Нарушаем ограничения файловых систем *NIX

Из этой статьи вы узнаете о концепции "Everything is a file" в семействе операционных систем *NIX, как можно нарушить ограничения файловых систем *NIX, особенности работы файловой системы exFAT, и как использование разделителей в именах файлов может вызвать проблемы при отображении файлов.

Читать...

​​⚡️Стекинг и блендинг в ML. Ключевые особенности и реализация с нуля на Python

В этой статье автор расскажет о реализации стекинга и блендинга с нуля на Python, а также о том, как применить эти методы на практике для классификации и регрессии.

Читать...

​​🌴Разбираемся в АА-деревьях (Python)

В этой статье вы узнаете, как его реализовать и как оно работает на конкретных примерах.

Читать...

​​👾Создание генетического алгоритма для нейросети и нейроcети для графических игр с помощью Python и NumPy

В этой статье я расскажу и покажу, как сделать Genetic Algorithm(GA) для нейросети, чтобы с помощью него она смогла проходить разные игры.

Читать...

​​😎Метод главных компонент (PCA). Принцип работы и реализация с нуля на Python

В этой статье вы узнаете о методе главных компонент (PCA) - алгоритме обучения без учителя, который используется для понижения размерности и выявления наиболее информативных признаков в данных.

Читать...

​​🤠Разработка Desktop приложений на Python и библиотеки PySide6/PyQt6. Часть 1. Установка и первое приложение на PySide6

В этой статье мы с вами рассмотрим прекрасную библиотеку PySide6, которая является оберткой для взаимодействия с Qt при помощи языка Python, которые позволяет вам использовать Python для написания desktop-приложений Qt.

Читать...

​​👀await anywhere, взгляд на третью сторону медали: sync vs async vs …

В этой статье я расскажу как одно из наших решений сделало свой последний вздох, что привело к небольшому факапу, и о том как большое исследование помогло выиграть нам время и избежать ещё большего факапа.

Читать...

​​😍Градиентный бустинг. Реализация с нуля на Python и разбор особенностей его модификаций (XGBoost, CatBoost, LightGBM)

В данной статье представлена не только реализация градиентного бустинга GBM с нуля на Python, но а также довольно подробно описаны ключевые особенности его наиболее популярных модификаций.

Читать...

​​👾Разбираем использование open-source Wunjo AI в ваших проектах с искусственным интеллектом и просто нейронные сети

В этой статье мы рассмотрим проект с открытым исходным кодом, позволяющий создавать дипфейки, клонировать речь, генерировать видео, удалять текст и объекты, а также получать изображения без фона, прямо на вашем компьютере.

Читать...

​​🤔Аннотировать или да?

В этой статье вы узнаете как аннотировать *args и **kwargs, работу с подтипами, аннотирование вызываемых аргументов и переменных, и о том, что аннотации для декораторов могут усложнить код.

Читать...

​​🪧Её величество Плоская таблица

В этой статье мы рассмотрим применение инструментов для анализа таблицы и пример анализа данных о музыкальных треках для оптимизации структуры данных.

Читать...

​​🔖Упорядочиваем закладки

В этой статье вы узнаете о методе обрезки деревьев решений в Random Forest, который помогает увеличить полноту при 100% точности.

Читать...

​​🐍Кратко про Nameko Python

В этой статье автор расскажет о фреймворке Nameko для Python, который предлагает удобные инструменты для создания микросервисов, ориентированных на сообщения и события.

Читать...

​​🫥Алгоритмы AdaBoost (SAMME & R2). Принцип работы и реализация с нуля на Python

В этой статье вы узнаете о принципе работы алгоритма AdaBoost, основанного на концепции бустинга.

Читать...

​​🐻‍❄️Быстрее Pandas в 10 раз: Polars – высокопроизводительная библиотека для анализа больших данных на Python

В этой статье автор расскажет о библиотеке Polars, которая является высокопроизводительной альтернативой библиотеке Pandas для анализа больших данных на Python.

Читать...

​​📊Основные типы распределений вероятностей в примерах

Из этой статьи вы узнаете об основных типах распределений вероятностей, их примерах и способах генерации на Python.

Читать...

​​🤖Предварительная обработка данных для машинного обучения

В данной статье рассмотрим пример предобработки данных для дальнейшего исследования, например, использование метода кластеризации.

Читать...