Python 🐍 для новичков на YouTube https://www.youtube.com/channel/UCMcC_43zGHttf9bY-xJOTwA/playlists
Рекомендательные системы : https://news.1rj.ru/str/kantor_ai/57
Telegram
Kantor.AI
Вчера обсуждал с хорошим знакомым рекомендательные сервисы и понял, что стоит рассказать в канале про uplift моделирование. В начале карьеры мне сильно не хватало знаний про uplift, а сейчас я абсолютно уверен, что его обязательно нужно включать во все курсы…
Forwarded from База знаний AI
👩🎓ИИ — самый востребованный у студентов трек образовательной программы Samsung
В 2020 году самым востребованным у вузов образовательным треком «IT Академии Samsung» стал «Искусственный интеллект». Курс «Нейронные сети и компьютерное зрение» насчитывает уже 27,8 тыс. слушателей, а курс «Нейронные сети и обработка текста» — 10,6 тыс. Авторы курсов — ведущие инженеры московского Центра искусственного интеллекта Samsung.
С осени 2020 года образовательная программа южнокорейской компании будет действовать в 34 российских университетах (включая МФТИ, ВШЭ, МГУ, ЮФУ и др.). Бесплатные годичные учебные курсы программы построены на изучении реальных индустриальных кейсов.
🔗 Источник: https://news.samsung.com/ru/13-new-partner-universities-have-joined-to-samsung-it-academy
***
Полезные контакты:
👤Виктор Лемпицкий, директор московского Центра ИИ Samsung
👤Антон Конушин, руководитель лаборатории компьютерного зрения и визуального моделирования Центра ИИ Samsung
📰 Статья на Хабре о московском Центре искусственного интеллекта Samsung
▶️ Бесплатные онлайн-курсы по нейросетям
📋 Вакансии в исследовательском центре компании в Москве
В 2020 году самым востребованным у вузов образовательным треком «IT Академии Samsung» стал «Искусственный интеллект». Курс «Нейронные сети и компьютерное зрение» насчитывает уже 27,8 тыс. слушателей, а курс «Нейронные сети и обработка текста» — 10,6 тыс. Авторы курсов — ведущие инженеры московского Центра искусственного интеллекта Samsung.
С осени 2020 года образовательная программа южнокорейской компании будет действовать в 34 российских университетах (включая МФТИ, ВШЭ, МГУ, ЮФУ и др.). Бесплатные годичные учебные курсы программы построены на изучении реальных индустриальных кейсов.
🔗 Источник: https://news.samsung.com/ru/13-new-partner-universities-have-joined-to-samsung-it-academy
***
Полезные контакты:
👤Виктор Лемпицкий, директор московского Центра ИИ Samsung
👤Антон Конушин, руководитель лаборатории компьютерного зрения и визуального моделирования Центра ИИ Samsung
📰 Статья на Хабре о московском Центре искусственного интеллекта Samsung
▶️ Бесплатные онлайн-курсы по нейросетям
📋 Вакансии в исследовательском центре компании в Москве
Samsung
К «IT Академии Samsung» присоединились 13 новых вузов-партнеров
Компания Samsung Electronics подводит итоги приема заявок вузов на участие в образовательном
Очень длинная, очень подробная — и при том написанная очень понятным неспециалисту языком статья — объясняющая, почему так разнятся прогнозы, которые мы слышим и читаем по поводу развития пандемии.
Простой вывод — сейчас не существует сколь-нибудь надежной модели с приличной предсказательной силой, и пока существовать не может. Интересный и куда более глобальный вывод — касается data science и ее ограничений в принципе. Качество, полнота и объём данных принципиальны, а в случае пандемии нет ни одного из этих атрибутов, хотя со стороны кажется, что данных до фига.
Крайне полезное чтиво именно потому, что оно про data science — на всех сейчас волнующем примере показывает, как из якобы простенькой и очевидной модели с перемножением трёх легко измеряемых цифр задача превращается в тяжелейший когортный анализ с десятками факторов, неопределённость каждого составляет несколько раз; а потом ещё вылезает всякая неприятная нелинейщина. Коронавирус уйдёт, а этот текст надо будет показывать всем, кто хочет оценить блеск и нищету data science. Numbers aren’t facts. They’re the result of a lot of subjective choices that have to be documented transparently and in detail before you can even begin to consider treating the output as fact.
https://fivethirtyeight.com/features/why-its-so-freaking-hard-to-make-a-good-covid-19-model/
Простой вывод — сейчас не существует сколь-нибудь надежной модели с приличной предсказательной силой, и пока существовать не может. Интересный и куда более глобальный вывод — касается data science и ее ограничений в принципе. Качество, полнота и объём данных принципиальны, а в случае пандемии нет ни одного из этих атрибутов, хотя со стороны кажется, что данных до фига.
Крайне полезное чтиво именно потому, что оно про data science — на всех сейчас волнующем примере показывает, как из якобы простенькой и очевидной модели с перемножением трёх легко измеряемых цифр задача превращается в тяжелейший когортный анализ с десятками факторов, неопределённость каждого составляет несколько раз; а потом ещё вылезает всякая неприятная нелинейщина. Коронавирус уйдёт, а этот текст надо будет показывать всем, кто хочет оценить блеск и нищету data science. Numbers aren’t facts. They’re the result of a lot of subjective choices that have to be documented transparently and in detail before you can even begin to consider treating the output as fact.
https://fivethirtyeight.com/features/why-its-so-freaking-hard-to-make-a-good-covid-19-model/
FiveThirtyEight
Why It’s So Freaking Hard To Make A Good COVID-19 Model
Here we are, in the middle of a pandemic, staring out our living room windows like aquarium fish. The question on everybody’s minds: How bad will this really ge…
Здравствуйте!
Мы собрали все итоговые материалы с X5 Retail Hero в этом письме.
Секция «Новый Retail»
• Анатолий Орлов (AliExpress Россия)
• «Технологии в Retail»
• Александр Фонарёв (Rubbles), Максим Павлов (X5 Retail Group)
• «Искусственный интеллект для предсказания спроса: как это работает на самом деле»
• Юрий Юрченко (X5 Retail Group)
• «Валидация эффектов цифровых проектов»
• Иван Максимов (Delivery Club)
• «Каннибализация в ритейле и ecommerce»
Секция «ML trainings»
• Дмитрий Свирчков (QIWI)
• «Каким клиентам нужно отправить SMS?»
• Александр Желубенков (Lamoda)
• «Как расставить товары по полкам?»
• Антон Протопопов (Aarki)
• «Какие товары клиент вероятно купит в следующий раз?»
• Михаил Трофимов (Joom)
• «Публичные решения и щепотка соли: обзор третьего решения второй задачи»
Секция «Новые технологии»
• Алексей Миловидов (Yandex)
• «Как перестать бояться и начать разрабатывать специализированные структуры данных»
• Георг Гаал (X5 Retail Group)
• «Как мы строим DevOps в видеоаналитике»
• Асхат Уразбаев (ScrumTrek)
• «Гибкое управление DS проектами»
• Алексей Могильников
• «Как тестировать DS-код»
Секция «Карьера в новых специальностях: DS, IT»
• Валерий Бабушкин (X5 Retail Group)
• «Почему вы никогда не найдете Дата Саентиста»
• Юрий Дорн (Ozon)
• «Data Science: чему и где учиться»
• Владимир Утратенко (X5 Retail Group)
• «Карьера в ИТ»
• Денис Столяров (Skoltech)
• «DS, ML, AI – как профильная англоязычная магистратура может помочь карьере или что ловить в Сколтехе»
Секция «DS keynote»
• Евгений Бурнаев (Skoltech)
• «Топологический анализ временных рядов для прогнозирования спроса»
• Валерий Бабушкин (X5 Retail Group)
• «Как скрестить аплифт деревья и RL для рекомендашки»
• Виктор Кантор (МТС)
• «Что понимаешь про карьеру в Data Science после десяти лет работы, сотен собеседований и тысяч студентов»
Мы собрали все итоговые материалы с X5 Retail Hero в этом письме.
Секция «Новый Retail»
• Анатолий Орлов (AliExpress Россия)
• «Технологии в Retail»
• Александр Фонарёв (Rubbles), Максим Павлов (X5 Retail Group)
• «Искусственный интеллект для предсказания спроса: как это работает на самом деле»
• Юрий Юрченко (X5 Retail Group)
• «Валидация эффектов цифровых проектов»
• Иван Максимов (Delivery Club)
• «Каннибализация в ритейле и ecommerce»
Секция «ML trainings»
• Дмитрий Свирчков (QIWI)
• «Каким клиентам нужно отправить SMS?»
• Александр Желубенков (Lamoda)
• «Как расставить товары по полкам?»
• Антон Протопопов (Aarki)
• «Какие товары клиент вероятно купит в следующий раз?»
• Михаил Трофимов (Joom)
• «Публичные решения и щепотка соли: обзор третьего решения второй задачи»
Секция «Новые технологии»
• Алексей Миловидов (Yandex)
• «Как перестать бояться и начать разрабатывать специализированные структуры данных»
• Георг Гаал (X5 Retail Group)
• «Как мы строим DevOps в видеоаналитике»
• Асхат Уразбаев (ScrumTrek)
• «Гибкое управление DS проектами»
• Алексей Могильников
• «Как тестировать DS-код»
Секция «Карьера в новых специальностях: DS, IT»
• Валерий Бабушкин (X5 Retail Group)
• «Почему вы никогда не найдете Дата Саентиста»
• Юрий Дорн (Ozon)
• «Data Science: чему и где учиться»
• Владимир Утратенко (X5 Retail Group)
• «Карьера в ИТ»
• Денис Столяров (Skoltech)
• «DS, ML, AI – как профильная англоязычная магистратура может помочь карьере или что ловить в Сколтехе»
Секция «DS keynote»
• Евгений Бурнаев (Skoltech)
• «Топологический анализ временных рядов для прогнозирования спроса»
• Валерий Бабушкин (X5 Retail Group)
• «Как скрестить аплифт деревья и RL для рекомендашки»
• Виктор Кантор (МТС)
• «Что понимаешь про карьеру в Data Science после десяти лет работы, сотен собеседований и тысяч студентов»
YouTube
Технологии в retail – Анатолий Орлов
Анатолий Орлов (AliExpress Россия) «Технологии в retail» Конференция X5 Retail Hero https://retailhero.ai/conference Презентации - https://drive.google.com/d...