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
Кроме юмора давайте ещё и полезное почитаем.

В нашей работе нам нередко нужно оборачивать решение в сервисы (одними ноутбуками прод сыт не будет), и очень удобно их засовывать в Docker-контейнеры.

Почему удобно? Легко развернуть на другом сервере, потому что всё что нужно развернётся внутри контейнера, и никто не будет переживать о совместимости/несовместимости устанавливаемых компонентов.

Кроме того, архитектура становится более ясной и похожей на конструктор лего.

Один автор написал поучительную статью для начинающих, где простыми словами рассказал про Docker.

Желаю извлечь из этого максимум пользы ☀️
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥124
Не могу остановиться смеяться 😂😂😂
Forwarded from DATApedia | Data science
This media is not supported in your browser
VIEW IN TELEGRAM
- Удобно сейчас созвониться на 10 минут?
- Да, конечно удобно
😁22👍5
Задумывались ли вы о роли научпопа?

Мне пришла мысль, что сейчас у этой направления ключевая роль в формировании интереса у людей к науке.

Когда вспоминаю о том, как мне рассказывали о (казалось бы) сложных вещах, сразу какое-то неприятное ощущения возникает о той душности, которая сопровождалась вокруг этих дисциплин.

Хотя со своей стороны скажу, что это очень-очень интересные вещи, которые касаются каждого из нас, и познание мира делает нас шире и глубже.

Также я вспоминаю прекрасных преподавателей, которые умели заразить своим энтузиазмом, и вовлекали в мир той дисциплины, о которой они рассказывали.

Я тоже стараюсь заразить своих учеников своей любовью к тому, о чем рассказываю. И вот возвращаюсь к началу: «Какова роль научпопа?»

Её роль состоит в увлечении человека любой дисциплины. Заинтересовать погрузиться в более строгие вещи, такие как формулы или схемы, например.

Согласитесь, когда самому хочется понять, то всё значительно легче и с кайфом. И тогда вы заметите, что всё сложное создаётся нами в первую очередь, а в целом всё достаточно просто.

Спасибо ☀️🙏🏼❤️

#мысли
👍123👏1
Мало кто знает, но Алексей Савватеев мой любимый преподаватель по математике, и отчасти его живой интерес и любовь к предмету и ученикам вдохновили изучать математику глубже. Кроме того, я увидел, что этот предмет можно рассказать очень увлекательно.

Сейчас у меня возобновился интерес к Теории игр, и поэтому предлагаю вам, друзья, параллельно со мной прослушать и изучить курс Алексея Савватеева по Теории игр для Физтеха.

Это направление стоит изучать всем, кто хочет глубже погрузиться в тему искусственного интеллекта. Особенно будет полезно, если хотите развиваться в обучении с подкреплением.

Всем Намасте 🙏🏼
👍16🔥4👎21🤮1
Сегодня большой праздник!
И речь идёт не только о Дне (дно?) знаний, а о самом главном празднике для меня - Мой День рождения 🥳🎉

В первую очередь, я поздравляю себя, и это кайфово 🔥

За этот год произошло столько событий, что можно писать эссе.
Я вырос, стал больше и дела стали масштабнее, интереснее!

Благодарю всех, кто присоединился к этому каналу. Это ценно для меня 🙏🏼

Мой следующий год, в частности, будет посвящен росту канала, расширению контента и (дабадумбс 🥁) появлению ютуб канала, где будут выпускаться наши встречи, а ещё образовательные ролики.

Остальные события вы обязательно узнаете в своё время 🫶🏻

С радостью принимаю ваши поздравления ❤️
🎉45👍9🍾52😁1
Думаю, всем вам известен алгоритм KNN (это про ближайших соседей), и его объяснение одно из самых простых в мире машинного обучения.

Однако может возникнуть вопрос: “Неужели с каждым предсказанием идёт полный перебор и сравнение с тем, что содержится в обучающей выборке?”

Конечно, такой путь возможен, но зачем? Эту процедуру можно сильно ускорить, ведь визуально нам не нужно перебирать все точки, чтобы понять, кто рядом.

Для ускорения поиска строятся деревья, и в sklearn вы могли видеть метод на выбор - KD Tree или Ball Tree.

Предлагаю ознакомиться с тем, что эти алгоритмы из себя представляют, а также увидеть их сравнения.

Ученье - Свет ☀️
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8
Друзья, сегодня я создал сообщество в VK, дублирующий во многом этот канал.

В VK есть ряд функций, которые интересно будет внедрить, поэкспериментировать и использовать вместе с вами.

Присоединяйтесь! Буду рад всем 🙌🏼
👍7🤡51
Одни из моментов, которые приносят мне радость - это успехи моих учеников.

В эти выходные, команда из моих учеников заняла 2е место на хакатоне за NLP-решение.

Это меня очень радует, и хочу поделиться этой радостью с вами!

В очередной раз убеждаюсь, что стремление превосходит любые обстоятельства ☀️🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥32👍3
С днём программиста, друзья! ☀️🥳🙌🏼

Желаю вам устойчивых решений, понятных ТЗ, больше фич, вместо багов, интересных проектов и личного благополучия ❤️🙏🏼
20👍10🎉6
Наступило время полезностей!

Мой хороший товарищ из Selectel написал оооочень объемную статью про источники, которые здорово изучить начинающему специалисту по машинному обучению.

Честно говоря, даже опытным будет полезно 😉

В ней содержатся источники знаний начиная с логики, заканчивая матаном.

Одно слово - полезно! ☀️
🔥10👍62
Друзья!
Вы видели поток ссылок на каналов для буста, чтобы сторис выкладывать?
Вот и я не останусь в стороне 😋

Если хотите видеть истории на канале, то голосуйте - https://news.1rj.ru/str/data_magic?boost

Спасибо ☺️
👍1
Есть ли жизнь после Трансформеров?

Друзья, кто-то из вас точно знает такую архитектуру нейронных сетей - трансформеры.
Эти блоки сейчас присутствуют практически (если не во всех) в каждой крупной и успешной нейронной сети.

И действительно, при грамотном применении и достаточном датасете, можно создавать чудесные и интересные проекты.
В своё время трансформеры произвели своего рода революцию в области нейронных сетей, и вот давайте порассуждаем, а что может появиться дальше?

Вот в блоках трансформера ключевая особенность в многоголовом самовнимании и позиционном кодировании за счёт чего может работать со всей последовательностью “одновременно”, как будто мы уже прочитали всё.

Что, по вашему мнению, должно изменить и продвинуть направление нейронных сетей и/или искусственного интеллекта?
Давайте пообщаемся ☀️

PS: Для тех, кто с трансформерами не знаком или плохо понимает, рекомендую изучить перевод статьи Jay Alamar про них. Очень ярко и доступно.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5