#memes@datamining.team

LinkedIn выпустил в открытый доступ Greykite - Python библиотека для прогнозирования временных рядов. В конце блога ссылки на оригинальную статью и репозиторий с кодом.

Блог - https://bit.ly/2Ss7H7e

Проект labml - аггрегация интересных статей в твиттере на основе лайков и ретвитов. Позволяет находить самые интересные статьи за день, неделю или месяц.

https://bit.ly/3uiCsbW

Видео-разбор статьи, где авторы задаются вопросом, будет ли предобучение сверточных сетей лучше, чем предобучение трансформеров.

Разбор: https://bit.ly/3hVEXhC
Статья: https://bit.ly/3wBkZNj

25 мая вышла библиотека KotlinDL 0.2 - многофункциональная библиотека для глубинного обучения на языке Kotlin. По ссылке в блоге JetBrains можно ознакомиться с основным функционалом библиотеки.

https://bit.ly/34lkZFf

Интересный гайд для чтения статей по Deep Learning от пользователя floodsung. Репозиторий представляет собой список статей в понятном для изучения порядке вплоть до 2016 года (соответственно, подойдет в основном для начинающих специалистов)

Репозиторий: https://bit.ly/34uBFtM

#memes@datamining.team

Сборник полезных ресурсов для любителей R.

Ссылка:  https://bit.ly/3i4MfzK

PapersWithCode запустили челлендж по воспроизводимости статей и результатов с топовых конференций. Проект DAGsHub поддержали челлендж и, если ваше решение соответствует условиям, готовы добавить приятный бонус в виде 500$. Подробности о челлендже и гайдлайны по ссылке:

https://bit.ly/2RSeFT3

Пекинская Академия Искусственного Интеллекта выпустила предобученную китайскую языковую модель, которая содержит 1.75 триллионов параметров.

Блог: https://bit.ly/34EgaHh

Поговорим о продвинутых навыках в Machine Learning?

9 июня ждем вас в OTUS на вебинаре с Дмитрием Сергеевым, Senior Data Scientist в Oura. Вы узнаете, какие инструменты и технологии позволяют специалисту Data Science решать задачи Middle+ уровня.

Также среди тех, кто зарегистрируется и пройдет вступительный тест до 9 июня, будут выбраны 2 участника, которые бесплатно зачислятся на онлайн-курс «Machine Learning. Advanced». Регистрация https://otus.pw/KFNpu/

Это промо пост

#memes@datamining.team

При подготовке к интервью на позицию Data Scientist надо быть готовым к разного вида вопросом. По ссылке вы можете ознакомиться с большим количеством тематических вопросов с ответами.

Ссылка : https://bit.ly/2T1rbQb

Краткий блог о статьях про графы на ICLR 2021

https://bit.ly/3wVv6Nc

Свежая книга по машинному обучению "История о машинном обучении". Доступна бесплатно, покрывает множество базовых понятий вплоть до обучения с подкреплением. Читайте и делитесь с коллегами.

Ссылка : https://bit.ly/3go26Hi

Сайт, который позволяет генерировать рукописный текст из напечатанного. Технологию можно посмотреть в приложенном репозитории.

Ссылка : https://bit.ly/3ggPhQl

Репозиторий : https://bit.ly/3weClQe

Обзорная статья про Offline Policy Evaluation - что это, зачем это нужно, как это можно применять и как это помогает улучшить экономический эффект от A/B тестирования.

https://bit.ly/35l6rFO

Комплексные представления постепенно начинают появляться в популярных статьях. Представляем к ознакомлению краткий гайд по возможному использованию и проблемах.

https://bit.ly/2TvaEnG

Краткое пояснение отличий аналитика от "дата саентиста".

https://bit.ly/3wmkJlG

Подборка из 5 библиотек для Python, которые в некоторых ситуациях позволят сэкономить время и не беспокоиться о некоторых вещах.

https://bit.ly/3wnkvKX

HuggingFace выпускает свой собственный курс покрывающие темы работы с их экосистемой

https://bit.ly/2TKh1DK