Привет, на связи Владимир 🙂

Не все знают, но я уже несколько лет веду подкаст "Бизнес мысли" (пока только на польском языке), где уже более 200 000 прослушиваний.

Во время подкастов я делюсь своими мыслями и опытом из мира машинного обучения.

А еще я часто приглашаю интересных гостей, которые также тесно связаны с миром машинного обучения.

По ЭТОЙ ссылке можно прочитать статью на основании подкаста, который я записывал с Марцином Можейко.

Марцин рассказал о:
☑️ своем опыте работы в китайской компании и рассвете ИИ в Китае
☑️ о возможном сотрудничестве двух миров - академического и мира бизнеса
☑️ лучших практиках в машинном обучении

@data_work

Завтра в 20:00 по Минску и Москве пройдет live coding вебинар, посвященный конкурсу в Kaggle "Прогнозирование оттока клиентов с помощью машинного обучения".

Конкурс продлится до 6 ноября (включительно).

А чтобы не просто смотреть вебинар, обязательно присоединяйся к конкурсу и делай прогнозы на реальных данных вместе с другими участниками.

Уже более 50 участников из разных стран мира загружают свои решения и прокачивают навыки в Machine Learning.

Материалы для конкурса уже доступны в DWClub. Присоединяйся.

@data_work

Метод Монте Карло (ММК).

ММК используется для поиска решения проблемы, которую слишком сложно решить аналитически.

Например, можно представить, что мы хотим оценить площадь некоторой области с очень неправильными формами - площадь озера. ММК в таком случае даст следующее решение: создайте себе квадрат с известной вам длиной стороны, такой, чтобы все озеро находилось внутри квадрата.

Затем из такого классического равномерного распределения многократно отбираются точки, принадлежащие этому квадрату.

Некоторые из точек будут находиться на поверхности озера, некоторые - нет. Если разделить количество точек, принадлежащих озеру, на количество всех точек, то получится оценка того, какую часть квадрата занимает озеро, а поскольку вы знаете площадь поверхности квадрата, это также дает вам оценку площади поверхности озера.

Как применяли метод Монте Карло в iTaxi, рассказал гость нашего подкаста.
👉 Читать статью

via @data_work

Хочешь узнать ответ? Я тоже хотел…

Помню, когда я учился в университете, у меня была статистика, но велась она ужасно. В то время я мало что понимал и думал, что это что-то совершенно бесполезное на практике - такое теоретическое обучение.

Через некоторое время я вернулся к этой теме самостоятельно и подошел к ней с совершенно другой стороны - практической. Теперь я делюсь тем, как я это вижу, и самое главное - статистика может быть полезна на практике!

Я подготовил курс, который демонстрирует это и показывает, что изучение статистики может быть веселым и намного проще, чем чтение скучных книг...

Курс по статистике начнется 14 ноября, в следующий понедельник. Присоединяйся 🙂.

️Как показывает практика - далеко не все понимают, чем отличается среднее значение от медианы 😱. А это относится к базовым знаниям при работе с данными.

В первом уроке нашего курса по статистике мы подробно рассматриваем что значат:
✔️ среднее значение (арифметическое)
✔️ медиана, перцентиль (или процентиль), квартиль
✔️ выбросы или экстремальные значения (англ. `outliers`)
✔️ минимальные и максимальные значения и др.

По ЭТОЙ ССЫЛКЕ можно ознакомиться с первым уроком нашего курса по статистике и убедиться, что ее изучение может проходить легко и самое главное - эффективно для практического применения 🙂

Доступ к курсу по статистике можно получить просто став участником закрытого клуба (пока еще 🤫).

Программу курса можно посмотреть ЗДЕСЬ.

Black week в DataWorkshop уже запущена.

Чтобы узнать самые выгодные предложения, которые бывают только 1 раз в году, оставь свои данные в ЭТОЙ ФОРМЕ 😎

Поспеши - количество мест с самыми большими скидками ограничено 😉

Black week продлится до 25 ноября (включительно).

@data_work

Узнай о проектах лидера энергетической отрасли на Shell Data Science Meetup, где также буду выступать я и поделюсь знаниями, которые помогут управлять рисками в проектах DS 🔥.


Здесь соберутся специалисты-практики чтобы поговорить о:

✔️ Проблеме прогнозирования оттока клиентов, о которой Ты, возможно, не знаешь ;)

✔️ Автоматизации моделей для бизнеса (сценарий использования),

✔️ Создание моделей - теория vs практика (пример использования),

✔️ Использование DS в оптимизации услуг B2B (пример использования),

✔️ Как улучшить работу между командой Data Science и бизнесом,

✔️ 3 самые важные вещи, которые повышают шанс того, что Твои модели будут запущены в производство.


Ждем Тебя 24 ноября в 13:00 (по Варшаве). Встреча будет проводиться на английском языке.

Эта встреча будет полезна как для тех, кто делает первые шаги в DS / ML, так и для тех, кто уже активно работает в отрасли 💪.

Зарегистрироваться на сайте организатора.

@data_work

По независящим от нас причинам, сегодняшний Shell Data Science Meetup будет перенесен на другую дату.
О новой дате организатор сообщит немного позже.

А если знаешь польский ( с нами не только Data Science, но и заодно новые языки можно изучить 😎), то приглашаем на сегодняшний вебинар с врачом радиологом, где он расскажет:

✔️как, оставаясь в своей профессии, применять машинное обучение
✔️как ML помогает улучшить работу и повысить эффективность не просто в теории, а на практике
✔️где получить знания, которые сразу можно применять в своих рабочих проектах
✔️как изменилась карьера Пшемыслава после полученных знаний (очень круто изменилась!)

Кстати, Пшемыслав обучался только у нас - в DataWorkshop 🤫
Вебинар пройдет 24 ноября в 19:00 по Варшаве (21:00 по Минску и Москве).

Ссылка на вебинар 👉 ЗДЕСЬ

Вы, вероятно, слышали о ChatGPT [1]. Если кратко, то это чат-бот искусственным интеллектом на основе нейронной сети, который разработала некоммерческая компания OpenAI. В какой-то степени ChatGPT уже можно назвать конкурентом Stackoverflow.

Он умеет отвечать на сложные вопросы, писать код (как правило, тривиальный) и т.д.

Вот резюме интересных фактов, которые люди уже проверили:

🧠 Измеренный IQ (спойлер - 83, хуже всего пространственные навыки и логика 🤔). Сертификат [2].

🤖 Победа в тесте Тьюринга [3].

Обнаружил, что модель отлично справляется с перечислением лучших n вещей за последние k лет.

💻 Написать код (например, фрагменты известных алгоритмов, например, bubble_sort, fibonacci или даже простой веб-сервис).

🎼 Сгенерировали музыкальные произведения (в буквенной нотации) [4]. Вы можете проверить, как это звучит в ABC [5].

🖌️ Нарисовал несколько безумных noscript [6].

Прошел тест на политические предпочтения (PolityScales [7], разложенный по 8 осям, например, коммунизм vs капитализм и т.д., спойлер: предпочитает больше коммунизм). В результате было задано 117 вопросов [8].

Количество пользователей превысило миллион за 5 дней (сравните время, необходимое для достижения 1 миллиона пользователей: Netflix - 3,5 года, Facebook - 10 месяцев, Spotify - 5 месяцев, Instagram - 2,5 месяца).


Итог: ChatGPT может генерировать реалистичный диалог, как с настоящим человеком, и это будет довольно хорошо, но это все еще не ИИ общего назначения :).


[1] - https://openai.com/blog/chatgpt/
[2] - https://twitter.com/sergeyi49013776/status/1598430479878856737
[3] - https://twitter.com/minimaxir/status/1600258754993262594
[4] - https://www.reddit.com/r/ChatGPT/comments/zdq1nu/you_can_write_music_using_chatgpt/
[5] - https://abc.rectanglered.com/
[6] - https://neural.love/blog/chatgpt-noscript
[7] - https://politiscales.party/about
[8] - https://docs.google.com/document/d/1cBThLP-F9EgYzpCj7GGBGKkhZsT4DpWIbgeP0M08x6U/view


👉 Попробуй

@data_work

Завтра, 15 декабря в 13:00 (по Варшаве) пройдет Meetup со специалистами по Data Science из Shell, которые поделятся своим опытом и примерами использования DS в Shell. Речь пойдет, в частности, о B2B-решениях и прогнозировании оттока клиентов.

Владимир (из DataWorkshop) расскажет о критически важных, на наш взгляд, элементах проекта DS, которые стоит оптимизировать, чтобы увеличить шансы на успех.

Дело в том, что большинство проектов (9 из 10) можно считать неудачными, если посмотреть на реальное и измеримое влияние на бизнес. Что влияет на это? Много факторов, и каждый, кто занимается этой темой, может рассказать свою собственную историю....

На некоторые вещи мы не можем повлиять, на другие - можем, и это касается не только моделирования или данных…

Так что это значит? Что важно, но очень часто преуменьшается? Приходи, и узнаешь 😉
Эта встреча предназначена как для тех, кто уже работает в сфере Data Science так или тех, кто пока только делает первые шаги в DS .

Для участия в мероприятии необходимо зарегистрироваться на сайте организатора, Shell.

@data_work

Как ускорить свое развитие в области Data Science/Machine Learning? Где искать практические знания, которые помогут и собеседование успешно пройти, и облегчить/улучшить работу? 🤔

Предлагаю узнать это из очередного выпуска подкаста BIZNES MYŚLI, куда я пригласил выпускников своего авторского курса по Data Science.

Все выпускники из этого подкаста работают в IT, но на разных позициях:
✔️ Data Scientist
✔️ Руководитель IT отдела
✔️ Программист

Рекомендую узнать мнение и опыт каждого, ведь все они практики.

Прочитать статью на русском языке можно ЗДЕСЬ.

@data_work

Новогодняя распродажа авторских курсов по Data Science.
Скидки до 50%

Обучаем с 2017 года
1500+ довольных студентов


🎁🎁🎁Если еще не выбрали подарок для близких - вы знаете что делать.
А самое главное сделайте подарок себе - инвестиции в образование окупаются многократно!

Купить курсы со скидкой можно ЗДЕСЬ.

Акция продлится до 7 января.

@data_work