Магия данных | Артур Сапрыкин – Telegram
Магия данных | Артур Сапрыкин
906 subscribers
329 photos
57 videos
9 files
316 links
Канал Артура Сапрыкина.
- Основатель и CEO Maglosya (@maglosya)
- Создаю со своей командой AI/ML-проекты
- Преподаватель, автор курсов
- Исследователь ML и AI.

Сайт: https://arthursaprykin.ru/

По вопросам сотрудничества пишите мне: @arthur_saprykin
Download Telegram
Ребята, а у меня ещё анонс! Вообще, май полон публичных выступлений

27 и 28 на фестивале GeekPicnic в Москве снова соберутся московские стартапы и учёные, музыканты и дизайнеры, студенты IT направлений и фрилансеры, чтобы стать частью главной технологической сети страны!

Но что важно сообщить - 28 мая я буду вещать совместно с сотрудниками Нетологии про нейросети и ИИ.
Сразу скажу, что мероприятие больше научпоп формата, но от этого не менее интересное.
Весь таймлайн на изображениях.

Приходите, вживую пообщаеся. Буду рад всем 🤗

Место: Москва, Остров Мечты (Южный Ландшафтный Парк), лекторий «Путь в IT».
6🤔2👎1🔥1
Классная статья по разработке системы геоаналитики.
Обязательно изучите, чтобы понимать этапы разработки, и расширить понимание в анализе данных и построении моделей
Forwarded from DATApedia | Data science
​​Как построить систему геоаналитики с применением ML

В этой статье рассмотриавются примеры работы сервисов геоаналитики VK Predict. Выясняется, какие модели машинного обучения используются при построении таких систем и из каких этапов состоит разработка продукта с возможностями геоаналитики.

Перейти к статье | DATApedia
🔥2
Когда обучаете модель регрессии, и вдруг обнаруживаете, что коэффициент детерминации R2 на тесте выше 0.99.

Какие первые мысли у вас появляются? 🤔
Наткнулся в сети на очень познавательную статью, где автор реализовывал на Python конечный автомат для бизнес-процессов с Jira.

Мне лично понравилось, особенно учитывая мою любовь к конечным автоматам.

К сожалению, теории мало, но практика очень показательна.

Изучайте 😉
👍4🔥31
Хочу поделиться статьёй про синтаксические парсеры с теми, кто начал свой путь в NLP.

Это направление сейчас слабо развивается из-за популярности и успеха моделей на трансформерах, но ведь при правильном подходе никто не помешает объединить всё 😉

Статья хоть и не новая, но и прорывов, как таковых, не произошло, кроме библиотеки spacy, которая на основе нейронок достаточно хорошо проводит синтаксический анализ.

Стоит обратить внимание, что статья содержит немало мыслей, которые расширят ваше восприятие работы с текстами.

Наслаждайтесь и просвещайтесь ☀️
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🙏1
Выложили в видео в ютуб с моим докладом на конференции Moscow Python Conf++ 2023.

Тема была "Большие языковые модели + словарные описания слов" 😎

Тем, кто пропустил - посмотрите и ставьте лайки!
Было классно и интересно 🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥109
Хочу рекомендовать статью с достаточно подробным списоком функций активаций.
Чтобы столько в одном месте мне не приходилось встречать.

Поэтому оставлю это тут.

Из плюсов - много функций активаций и их производные (всё в одном месте)
Минус - нет объяснений, зачем может пригодиться та или иная функция, что важно новичкам.

Дополнительно оставлю код на Python с реализованными функциями активации (для закрепления материала)
Друзья, вчера прошел Geekpicnic, и в павильоне "Путь в IT" вещал я и сотрудники Нетологии.

Было очень интересно, живо и познавательно.

Хочу поблагодарить всех, кто пришёл поддержать меня, посмотреть, задавать вопросы и, конечно, тех, кто присоединился к каналу. ☀️🔥

PS: Фото и видео отчёт будет позже, как придут остальные материалы 🙂
🔥151
Обещанный фото и видео отчёт с мероприятия.
Наслаждайтесь ❤️
7🔥5💯2
Чудесное объяснение того, как и для чего работает Residual block в нейронных сетях (привет старый-добрый ResNet).

В тексте статьи максимально ясно рассказано про всю интуицию этого блока.

Обязательно к ознакомлению 👆

#теориянейронныхсетей
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Карта стандартных структур данных в Python 🐍
👍10
Периодически меня спрашивают про книги в DS, а мне сложно ответить, потому что книги по этой сфере я не читаю. Не вижу в этом необходимости.

Чаще всего рекомендую идти на курсы (хоть бесплатные), чтобы получить структуру, а также скорей перейти к практике, и уже в процессе восполнять теорию.

Так эффективней, и знания укладываются сразу, ведь мозг лучше запоминает то, чем пользуются.

Однако мне недавно попался на канал с книгами по Data Science.
Книг много, и встречал те, которые обсуждают. Причём с возможностью скачать бесплатно.

Пользуйтесь на здоровье, и если книга была полезна, заплатите за неё издателю. Всегда стоит платить за труд.
👍5