6351
Присоединяйтесь к нашему каналу и погрузитесь в мир для дата сайентиста Связь: @devmangx
Data Scientist Handbook 2024
В этом репозитории собраны множество полезных ресурсов, которые помогут прокачать ваши навыки. Среди собранных ресурсов есть как платные, так и бесплатные
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
The Little Learner: чудесное машинное обучение
Автор: Фридман Д. П., Мендхекар А.
Год: 2024
📂 Скачать книгу
👉 @DataSciencegx | #книги
Maestro — это инструмент искусственного интеллекта, который использует возможности передовых нейронных сетей для выполнения ваших задач.
Этот Python-скрипт задействует до трех моделей ИИ для решения задач: Мощная связка из GPT-4o, Claude-3.5 и LlaMa 3, работающих вместе для решения ваших задач.
Роли моделей следующие:
🟡 ORCHESTRATOR MODEL — управляет всем процессом.Модель принимает ваш промпт, разбивает её на более мелкие задачи и передает их следующей модели.
🟡 SUB AGENT MODEL — выполняет ключевые функции проекта, такие как написание кода, генерация текста и многое другое.
🟡 REFINER MODEL — оптимизирует и улучшает результаты предыдущхи моделей, исправляет ошибки, делает текст более естественным и многое другое.
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Машинное обучение с использованием Python. Сборник рецептов: практические решения от предобработки до глубокого обучения, 2 изд
Автор: Кайл Галлатин, Крис Элбон
Год: 2024
📂 Скачать книгу
👉 @DataSciencegx | #книги
Как устроен рекомендательный сервис, который выдерживает 700 тысяч запросов в секунду. Доклад Яндекса
📖 Читать: ссылка
👉 @DataSciencegx | #cтатья
Полезный открытый учебник по Machine Learning
Здесь собрана коллекция задачек о нейросетях, параллельно даётся необходимая теория с объяснением
Очень годно, рекомендую
Что внутри?
├╼ всего лишь функция
├╼ градиентный спуск
├╼ алгоритм обратного распространения ошибки
├╼ что выплёвывает нейросеть
├╼ свёрточные сети
├╼ нейросети – конструктор LEGO
├╼ рекуррентные сети
╰╼ матричное дифференцирование
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком
Автор: Оливер Теобальд
Год: 2024
📂 Скачать книгу
👉 @DataSciencegx | #книги
Два сапога — пара, а три — уже community: как алгоритмы на графах помогают собирать группы товаров
📖 Читать: ссылка
👉 @DataSciencegx | #cтатья
Курс по машинному обучению
Этот курс представляет собой всестороннее введение в машинное обучение, охватывая как теоретические основы, так и практические аспекты
📹 Cмотреть курс: YouTube
👉 @DataSciencegx | #курсы
Проект "ML System Design: 450 Примеров для Изучения" представляет собой обширную базу, содержащую описания систем машинного обучения более чем от 100 компаний, включая таких гигантов, как Netflix и Slack.
Вы можете исследовать базу данных, применяя фильтры по отраслям или направлениям машинного обучения, чтобы найти нужные примеры
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Топ на выходные: два сайта с наборами задач для тренировки навыков ML и AI.
Внутри задачки разной сложности в категориях линейной алгебры, machine и deep learning — идеально, если видите своё будущее в нейросетях.
Deep-ML и Tensorgym — не благодарите
👉 @DataSciencegx | #ресурсы
Открытый курс по ML с видео и лекциями от Амстердамского университета
Этот курс покрывает множество тем ML, вот некоторые из них:
— Gaussian Mixture Models
— PCA (Principal Component Analysis)
— SVM (Support Vector Machines)
— Bootstrapping, Feature Bagging
К каждой теме приводится pdf с основными формулами и видео с подробным объяснением, в целом очень годный курс
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Очень подробный гайд по созданию LLaMa-3 с нуля!
Крутой репозиторий, в котором реализована llama 3 с нуля - умножение матриц с помощью multiple heads, позиционное кодирование (способ кодирования позиции слова внутри эмбеддинга), реализация механизма внимания и все остальное, здесь тщательно описано и объяснено
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Follow-Your-Emoji — метод, позволяющий тонко контролировать движения головы и лица
Причём этот метод позволяет управлять движениями произвольных лиц, в том числе нарисованных в разных стилях, а также скульптур и т.д.
Даже движения морды животных можно так анимировать
Метод основан на недавнем исследовании Yue Ma, Hongyu Liu, Hongfa Wang и их команды из Гонконгского университета
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Введение в автоматизированное машинное обучение
Автор: Хуттер Ф., Коттхофф Л., Ваншорен Х.
Год: 2023
📂 Скачать книгу
👉 @DataSciencegx | #книги
Что не так с вашим кодом, сгенерированным большими языковыми моделями?
📖 Читать: ссылка
👉 @DataSciencegx | #cтатья
Репозиторий, в котором перечислены потенциальные источники, которые помогут вам в подготовке к собеседованию по Data Science/Machine Learning. Часто добавляются новые ресурсы
⛓ Ссылка: тык
👉 @DataSciencegx | #ресурсы
Data Science в действии
Автор: Апельцин Леонард
Год: 2023
📂 Скачать книгу
👉 @DataSciencegx | #книги
Вкатываемся в Machine Learning с нуля за ноль рублей: что, где, в какой последовательности изучить
📖 Читать: ссылка
👉 @DataSciencegx | #cтатья