⚡️Статья рассматривает Gated Recurrent Unit (GRU) — специализированный вариант рекуррентных нейронных сетей (RNN), созданный для преодоления проблемы затухающего градиента. В ней подробно разбирается архитектура, математические уравнения и преимущества GRU, предоставляя практическое понимание их роли в различных областях, таких как обработка естественного языка и прогнозирование временных рядов.

🧬 В блоге рассматривается создание сверточной нейронной сети (CNN) для локализации и классификации объектов.

🖥 Автор затрагивает темы, такие как архитектура модели для регрессии и классификации, обучение модели и оценка performance metrics, таких как  loss, accuracy и среднee пересечение по объединению (IoU).

1️⃣ Какие переменные среды, влияющие на поведение интерпретатора python, вы знаете?

2️⃣ Что такое Cython? Что такое IronPython? Что такое PyPy? Почему они до сих пор существуют и зачем? Как получить доступ к модулю, написанному на python из C и наоборот?

3️⃣ Что такое GIL? Почему GIL всё ещё существует?

4️⃣ С помощью каких инструментов можно выполнить статический анализ кода? 

5️⃣ Зачем в python используется ключевое слово self? Что такое docstring?

Ставь «🔥» и пиши свои ответы комментах👇

Ваш @dataminingteam🤗

😱 Как дела с составлением резюме?

1️⃣Первый и наиболее распространенный промах, который я часто наблюдаю на LinkedIn, — это резюме на 6 страниц, в то время как оптимально 2 страницы. Рекрутеры в среднем уделяют просмотру всего 10 секунд, поэтому информация должна быть ясной и релевантной.

2️⃣Вторая ошибка — избыток обязанностей и недостаток достижений. Ваша задача — представить себя максимально выигрышно, а бизнес ценит цифры. Не стесняйтесь урезать блок с обязанностями, так как конкретные кейсы подчеркнут вашу область ответственности.

3️⃣Третья ошибка — из резюме не ясно, почему именно вы подходите, а это должно быть явным. Поэтому для каждой вакансии стоит адаптировать резюме или иметь несколько готовых для разных должностей и отраслей. Это особенно важно, если вы меняете профессию. В "О себе" расскажите о завершенных курсах, о том, что вас всегда привлекал анализ данных/ML/тестирование, о вашей готовности организовать всех или, наоборот, вдумчиво погрузиться в задачи.

Ваш @dataminingteam 🤗

💎 Малоизвестные и интересные особенности C и C++

https://habr.com/ru/articles/786096/

1️⃣Какие пространства имен существуют в python?

2️⃣Для чего используется ключевое слово yield?

3️⃣Как создать свой собственный пакет в Python?

4️⃣Что такое аксессоры, мутаторы, @ property?

Ставь «🔥» и пиши свои ответы комментах👇

Ваш @dataminingteam🤗

📣 В этой статье автор рассказал о пошаговой дорожной карте изучения SQL для Data Science в 2024 году с помощью бесплатных ресурсов.

😑 В работе обсуждаются различия между весами выборки и аналитическими весами, подходы на основе модели и конструктивного метода, взвешенные корреляции, линейные взвешенные многоуровневые модели и обработка отсутствующих данных в взвешенных наборах данных опросов.

😠 Статья отвечает на вопросы, связанные с продвинутыми методами анализа данных опросов, предоставляя практические рекомендации для аналитиков, работающих с сложными структурированными данными опросов.

😎 Почему круто быть публично активным?

1️⃣Ценность внимания: Люди, которые на слуху, кажется, в цене. Это касается всех — от предпринимателей до фрилансеров. Даже пара верных подписчиков может повлиять на продажи и сделать время, проведенное на работе, более $прибыльным$.

2️⃣Социальный капитал: Лучший способ завести интересные знакомства — сделать так, чтобы другие хотели с тобой познакомиться. Публичность помогает создать крутой круг общения и открыть двери для новых возможностей.

3️⃣Крутые связи: С широким кругом знакомств проще находить классных партнеров, сотрудников, инвесторов и клиентов. Люди предпочитают работать с теми, кого уже знают.

4️⃣Самоуверенность: Публичные люди не просто так уверены в себе. Они развивают свои навыки, общаясь с аудиторией, и постоянно мотивированы расти и развиваться.

5️⃣Неожиданные бонусы: Публичность не только приносит очевидные бонусы, но и неожиданные. Могут пригласить на закрытые мероприятия или предложить участие в интересных проектах.

Так что быть на виду — это круто! Не единственный способ, но глупо не использовать 😉

Ваш @dataminingteam🤗

💸 Добиваться успеха в переговорах о деньгах — дело не из легких, но есть пара фишек, которые могут по-настоящему повлиять на результат:

1️⃣ На 50% успеха можно рассчитывать, если четко представляешь свою ценность на рынке.

Знаешь, как говорится, иногда тебе капает меньше, чем заслуживаешь, а иногда наоборот. Чтобы не промахнуться, нужно периодично мониторить текущие тренды рынка.

Задача, конечно, не из легких, особенно учитывая, что инфа по зарплатам часто остается в тени. Но здесь приходят на помощь рекрутеры — они, как шаманы в мире вакансий, знают, что к чему.

А еще, как слову, ходи чаще по собесам — освежает и поддерживает в тонусе (вдруг и оффер упадет приличный)

2️⃣ Другие 50%  —  умение убедительно донести свою ценность (читай elevator pitch/селф презентэйшн). Нанимающий менеджер должен верить, что ты — ниндзя своего дела.👨‍💻

Готовься к интервью, как к встрече с семьей будущего спутника жизни — собирай в кучу свои проекты, приготавливай цифры :)

p.s. про то, как правильно преподносить свои проекты рекрутерам писали здесь.

Кидай «🔥»👇

Ваш @dataminingteam🤗

📌В статье автор разобрал только изображения и текст в качестве входных данных и рассмотрел построение визуально-языковых моделей (VL-моделей).

https://habr.com/ru/articles/785784/

есть кто понял мем?😈

📌Обзор охватывает многоруких бандитов, структуру процесса принятия решений Маркова, роль динамического программирования в известных MDP, а также методы на основе ценности, такие как приближенное Q-обучение.

🖇Автор вводит ключевые концепции, такие как дилемма исследования и использования, политики, траектории и функции ценности.

⌨️ Включен практический обзор  ε-greedy, верхние границы уверенности и вероятностные выборки Томпсона.

📌ссылочка

📣 Введение в графовый анализ, объясняя структуру графов и их значимость в соц. сетях и электронной коммерции.

Исследуются концепции центральности по:
🟢степени
🟢близости
🟢собственному вектору

📎Каждая тема подкреплена real world примером. Обсуждаются многие вопросы выявления влиятельных узлов, оптимизации передачи.

📖  Книга охватывает основы и приложения обучения с подкреплением (reinforcement learning).

🖇 Рассматриваются табличные методы, включая многоруких бандитов, конечные марковские процессы и динамическое программирование. Также изучаются приближенные методы, включая аппроксимацию значений действий и политики.

✔️ В завершение обсуждаются конкретные случаи использования в реальных сценариях.

📌сохраняем