Видео о найме в ML: какие качества важны на практике, какие ценности являются ключевыми в сфере ML, а также как побороть синдром самозванца начинающему специалисту

https://bit.ly/3h327Bh

Статья о трендах трех эпох ML
https://bit.ly/3h5KmBk

Imodels - пакет Python для точного прогнозного моделирования. В данном репозитории собраны все необходимые модели, гайды, читлисты и дополнительные ссылки.

https://bit.ly/3hax4Dr

Материал о том, как ML помогает в расшифровке древних языков

https://bit.ly/3s7g9bf

Иллюстрированный гайд по графовым нейросетям (с нуля): что такое графы, для чего нужны, как построить и оценить модель

https://bit.ly/3vejhnQ

Усовершенствованные модели искусственного интеллекта для сегментации изображений в статье про создание фонов для видеозвонков.

Подробнее: https://bit.ly/3h3CujD

Книга про R для Data Science: для начинающих, с нуля. Рекомендована Константином Голяевым, Principal Data Science Manager в Microsoft.

https://bit.ly/3BNYmJn

Нейронные сети для обработки изображений: распознание рукописного текста

https://bit.ly/3H72p4s

Как длина строки влияет на читаемость текста: статья от дизайнера Tinkoff с опорой на исследования ученых

https://bit.ly/3hkpO89

Легкий контент в выходные: 20 февраля Python исполнился 31 год и команда ABBYY выложила статью-поздравление с мемами

https://bit.ly/3LSLQwH

Обнаружение голосовой активности: что это такое и по каким критериям определить эффективность модели

https://bit.ly/3po2PgR

Основные тренды в IT-рекрутинге в 2022 году

https://bit.ly/3BBEklk

Читлист по всем возможностям Markdown в Jupyter notebook: как создать заголовок или список, выделить текст курсивом, сделать таблицу, перенести строку и многое другое

https://bit.ly/3tiY9tK

Статья, в которой представлены последние исследования по расширению возможностей и процедур обучения нейронных сетей с использованием синтетических градиентов

Подробнее: https://bit.ly/3praxaa

Азы машинного обучения и нейросетей: мини-курс из 4-х коротких лекций по 5-7 минут. Объяснения на простом языке и с картинками - то, что нужно новичку.

https://bit.ly/3K6oORy

Статья из технического блога Убера: как Уберу удается точно предсказывать время прибытия такси или курьера

https://bit.ly/3vqZvoU

Моделирование маскированного языка - очень интересный раздел машинного обучения. В данном агрегаторе собраны полезные материалы: гайд, читлисты, короткое видео и 2,5 тысячи моделей.

https://bit.ly/3G2oP6E

Краткий обзор двух свежих работ про перспективы AI в синтезе лекарств

https://bit.ly/3pr4yls

Гайд: как активировать Conda environment в Dockerfile

https://bit.ly/35GzkQx

Разбираем алгоритмы распознавания лиц для личного использования

https://bit.ly/3BZAwu6

"Machine Learning Yearning" - книга про ML с простыми объяснениями

https://bit.ly/3MoTWxy