Интересное что-то – Telegram
Интересное что-то
517 subscribers
2.72K photos
253 videos
138 files
4.51K links
Материалы и мысли, понадерганные отовсюду
Блог: https://news.1rj.ru/str/asisakov_channel
Чат: https://news.1rj.ru/str/youknowds_chat
Download Telegram
#статьи
Подборка самых популярных статей по банковской тематике за последние 7 лет (указано число ссылок в гугл-академии).

545 ссылок, 2021 год
Dwivedi Y. K. et al. Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy //International Journal of Information Management. – 2021. – Т. 57. – С. 101994.

434 ссылки, 2017 год
Xia Y. et al. A boosted decision tree approach using Bayesian hyper-parameter optimization for credit scoring //Expert Systems with Applications. – 2017. – Т. 78. – С. 225-241.

235 ссылок, 2018 год
Alessi L., Detken C. Identifying excessive credit growth and leverage // Journal of Financial Stability. – 2018. – Т. 35. – С. 215-225.

206 ссылок, 2015 год
Iturriaga F. J. L., Sanz I. P. Bankruptcy visualization and prediction using neural networks: A study of US commercial banks // Expert Systems with applications. – 2015. – Т. 42. – №. 6. – С. 2857-2869.

183 ссылки, 2017 год
Abellán J., Castellano J. G. A comparative study on base classifiers in ensemble methods for credit scoring // Expert systems with applications. – 2017. – Т. 73. – С. 1-10.

153 ссылки, 2019 год
Kou G. et al. Machine learning methods for systemic risk analysis in financial sectors // Technological and Economic Development of Economy. – 2019. – Т. 25. – №. 5. – С. 716-742.

136 ссылок, 2017
Chakraborty C., Joseph A. Machine learning at central banks. – 2017.
#ml #systemdesign #interview
Список тем для подготовки к ML System Design
Forwarded from Ibragim
я когда готовился к этой секции собрал небольшой список.

в добавок к этим попадались ещё - расстановка пунктуции и заглавных букв после asr
рекомендашки в видео, рекомендашки для игр на полку рекомендуемое
системы вычленения названий услуг и мэтчинг их с каталогом
перевести спарсенное dom-дерево в таблицу с прайсами, если можно


https://github.com/ibragim-bad/machine-learning-design-primer/blob/main/cases.md
#dl #nlp Объяснение от Ивана, как запускать предобученные тяжелые языковые модели
Как использовать open source модели (GPT, T5, BART) от разных компаний (google, Meta, Sber, allenai, etc)?

Если вы всё ещё не знаете, как работать с библиотекой transformers, то предлагаю ознакомиться с моим объяснением, какие кнопки жать, чтоб всё работало.

1. Как работать с моделями huggingface transformers
2. Процесс декодирования в генеративных авторегрессионных моделях
3. Promt engineering
4. Обучение и инференс GPT2

🖥 Код
📹 Видео
Пока собираю материал на интересную заметку, вот вам новость.
Google Cloud запустил очередной learning path.
Неплохая возможность изучить интересующее направление (их там много) и поделать бесплатные лабы.
Не реклама, но как GDE рекомендую. В свое время проходил такой, когда готовился к сертификации PCA, в этот раз записался на Digital Leader (что бы это не значило). В общем, если есть свободное время, можно потратить его с пользой.
Forwarded from Борис опять
Google Research выложили на GitHub код для тренировки своих computer vision моделей. Если обычно выкладывают веса и скрипт для дообучения, то здесь все для обучения с нуля. В том числе на паре тысяч TPU, если вам вдруг нечем занять дата-центр.

Вот они слева направо:
ViT, LiT, MLP-Mixer

https://github.com/google-research/big_vision
#ml #statistics
Борис опять нашёл что-то интересное
Forwarded from Борис опять
Самое лучшее введение в Bayesian inference обнаружилось в курсе по теории информации. Если вы давно хотели понять, о чем этот ваш Байес, то лучше лекции я пока не видел.

Таймкод: 13:55
http://videolectures.net/mackay_course_09/
#ml #lead #career
Цели и задачи в people review

Цель для руководителя:
Понять, как процессы работают, какие работают, какие нет, чего не хватает.
Понять, какая атмосфера в команде.
Понять, какие личные цели, пожелания, боли и эмоциональное состояние сотрудников.
Понять, как воспринимается компания и ее направление в целом.
Понять, у кого какая эффективность работы.

Плюсы для сотрудника:
Можно понять свой вклад в общую работу.
Можно понять, насколько хорошо работаешь, и что руководство видит из этого, а что нет.
Можно поменять что-то, если идешь не туда.
Можно высказаться о проблемах и своих пожеланиях и мечтах.
Можно выстроить отношения с руководством помимо "копать отсюда и вон туда".
Можно понять свои перспективы в целом.

Темы:
Зачем вообще проводить 1-1 (это не status update!) – см плюсы для сотрудника.
Что сейчас в конторе сделано классно?
А из того, что сам сделал – что тебе нравится?
С кем взаимодействуешь, по каким вопросам?
Что тебя беспокоит или напрягает больше всего сейчас?
– Что хотел бы поменять в компании или в коллегах? а в себе?
Какие планы по развитию, в чем ты видишь сильные стороны и слабые?
Чем бы вообще хотел заниматься, какие области интересуют больше всего? А у нас?
Если бы ты хотел гордиться каким-то достижением до конца года, что это могло бы быть?
На что ты тратишь большего всего времени впустую?
Ты бы хотел больше или меньше менеджмента с моей стороны? Как ты себе это представляешь?
Есть ли у тебя какой-то фидбэк для меня?
А хотелось бы больше фидбэка от меня получать? Какой, например?
Как жизнь вообще, что происходит за пределами работы?