Искусственный интеллект (AI) и машинное обучение (ML) уже давно вышли за рамки экспериментальных разработок и стали частью реальных проектов в бизнесе и промышленности. Их применение открывает новые горизонты для анализа данных, автоматизации задач и повышения эффективности работы компаний. В этой статье будут приведены примеры использования машинного обучения в реальных проектах, а также базовые шаги для обработки больших данных и настройки моделей. Для более глубокого изучения будут предложены полезные ресурсы и ссылки на инструментальные библиотеки.
Рубрика «data science» - 9
Data Science и машинное обучение: примеры использования в реальных проектах
2024-10-29 в 5:15, admin, рубрики: data scienceКак пакет с пакетами помог аналитику решить задачу для бизнеса, или keep calm and import statsmodels
2024-10-17 в 9:00, admin, рубрики: data science, linear regression, python, statsmodels, линейная регрессия
Всем привет!
Читать полностью »
Machine Learning: Медицинский дайджест за период 07.10 — 13.10 2024 г
2024-10-17 в 8:15, admin, рубрики: data science, deep learning, llm, большие языковые модели, медецинаБольшой медицинский Machine learning дайджест подготовлен командой телеграм канала Machine Learning Interview.
Модели машинного обучения и бенчмарки
🟩 ONCOPILOT: Интерактивная модель для сегментации опухолей на основе КТ и измерения по RECIST 1.1.
Топология в нейросетях?
2024-10-11 в 15:07, admin, рубрики: data, data science, ml, python, анализ данных, математика, Математика в нейросетях, нейросети, программирование нейросетей, топология
Вот часто, когда слышишь про математику в ML, звучат только байесовские методы, производные, интерполяции, а еще иногда тензоры... Но математический аппарат в машинном обучении может уходить глубоко в корни даже, как кажется, совершенно фундаментальных и абстрактных направлений этой науки.
Знакомьтесь, «Незнакомое». Как мы сделали новый режим для Моей волны
2024-09-25 в 7:02, admin, рубрики: data science, ml, recsys, машинное обучение, рекомендации, яндекс
Привет! Меня зовут Савва Степурин, я старший разработчик в группе рекомендательных продуктов в Фантехе Яндекса. Сегодня расскажу вам про то, как мы сделали «Незнакомое» для Моей волны — специальный режим для активного поиска музыкальных открытий.
Обнаружение DGA доменов или тестовое задание на позицию intern ML-engineer
2024-09-23 в 15:35, admin, рубрики: data science, machine learning, python3, rag, tf-idf, информационная безопасность, стажировка, тестовое заданиеВ этой статье мы рассмотрим простую задачу, которая используется одной компанией в качестве тестового задания для стажеров на позицию ML-engineer. Она включает обнаружение DGA-доменов — задача, решаемая с помощью базовых инструментов машинного обучения. Мы покажем, как с ней справиться, применяя самые простые методы. Знание сложных алгоритмов важно, но куда важнее — понимать базовые концепции и уметь применять их на практике, чтобы успешно демонстрировать свои навыки.
Сергей Марков: Мы в разгаре лета искусственного интеллекта
2024-09-19 в 8:48, admin, рубрики: data science, интервью, конвейер исследований, культура разработки, машинное обучение, популяризация науки, применение ии, салют, цифровая вселенная
А-Б тестирование: множественная проверка гипотез
2024-09-11 в 9:52, admin, рубрики: data science, анализ данных, аналитика, проверка гипотез, статистикаСегодня обсудим, как проверять много гипотез в одном эксперименте. Разберёмся, почему растут вероятности ошибок. Познакомимся с метриками множественного тестирования и поправками, которые позволяют их контролировать. Узнаем, как оценить необходимый размер групп и повысить чувствительность.
Меня зовут Коля, я работаю аналитиком данных в X5 Tech. Мы с Сашей продолжаем писать серию статей по А/Б тестированию. Предыдущие статьи можно найти в описании профиля.
Много гипотез
Материалы для подготовки к собеседованию на позицию Data Scientist. Часть 5: Поведенческое интервью + Бонусы
2024-09-09 в 11:59, admin, рубрики: data science, АБ-тесты, математика, поведенческое интервью, подготовка к собеседованию, собеседование в IT, собеседование вопросы, советы новичкам, статистикаПривет! Меня зовут Артем. Я работаю Data Scientist'ом в компании МегаФон (платформа для безопасной монетизации данных OneFactor). Мы строим скоринговые (credit scoring), лидогенерационные (lead generation) и антифрод (anti-fraud) модели на телеком данных, а также делаем гео-аналитику (geo-analytics).
В предыдущей статье я поделился материалами для подготовки к дизайну систем машинного обучения.
Давайте вспомним из каких секций состоит процесс собеседований на позицию Data Scientist:
Как делать бизнес в Open Source
2024-09-04 в 8:57, admin, рубрики: data science, Evidently AI, kaggle, open source, гиперпараметры, интервью, композиции моделей, машинное обучение, технологический стек
Эмели Драль — кофаундер и технический директор Evidently AI. У её open source библиотеки для оценки, тестирования и мониторинга качества данных и моделей машинного обучения уже более 22 миллионов скачиваний.
26 сентября Эмели выступит на AI Conf 2024 с докладом «Читать полностью »