🎃 Приглашаем на вебинар перед Хэллоуином: «Нужна ли математика на собеседованиях?» 🧙♀️
Темные тучи сгущаются, и в воздухе витает мистическая атмосфера... Готовы ли вы окунуться в мир загадочной математики и раскрыть тайны успешного собеседования? Тогда ждем вас 28 октября в 20:00! 🕸
https://proglib.io/w/2667cc25
Что вас ждет в эту зловещую ночь:
💀 Ошибаться не страшно: узнаем, как неудачные проекты и опыт «в стол» превращают джуниоров в сеньоров. Расскажем истории о том, как ошибки закаляют и помогают достигать вершин мастерства.
🧛 Собеседования без подготовки? Обсудим, возможно ли пройти через испытания рекрутеров без специальной подготовки или это путь в лабиринт с привидениями.
🧙 Теория и практика — зелье успеха:
• Выбор метрики оценки модели: какую метрику показать бизнесу, чтобы не столкнуться с гневом нечисти? Разберемся в разнице между MAPE и WAPE и когда какую применять.
• Трансформация распределений: как превратить логнормальное распределение в нормальное без волшебной палочки? Поговорим о том, зачем это нужно и как обойтись изменением функции потерь вместо магических превращений.
🦇 Бонус для смельчаков: раскроем секреты тестирования в маркетинге, которые помогут не заблудиться в темном лесу конкурентного рынка.
Не упустите шанс провести вечер в компании единомышленников, погрузиться в атмосферу Хэллоуина и получить ценные знания!
🕯 Записывайтесь на вебинар и готовьтесь к мистическим открытиям! https://proglib.io/w/2667cc25
Темные тучи сгущаются, и в воздухе витает мистическая атмосфера... Готовы ли вы окунуться в мир загадочной математики и раскрыть тайны успешного собеседования? Тогда ждем вас 28 октября в 20:00! 🕸
https://proglib.io/w/2667cc25
Что вас ждет в эту зловещую ночь:
💀 Ошибаться не страшно: узнаем, как неудачные проекты и опыт «в стол» превращают джуниоров в сеньоров. Расскажем истории о том, как ошибки закаляют и помогают достигать вершин мастерства.
🧛 Собеседования без подготовки? Обсудим, возможно ли пройти через испытания рекрутеров без специальной подготовки или это путь в лабиринт с привидениями.
🧙 Теория и практика — зелье успеха:
• Выбор метрики оценки модели: какую метрику показать бизнесу, чтобы не столкнуться с гневом нечисти? Разберемся в разнице между MAPE и WAPE и когда какую применять.
• Трансформация распределений: как превратить логнормальное распределение в нормальное без волшебной палочки? Поговорим о том, зачем это нужно и как обойтись изменением функции потерь вместо магических превращений.
🦇 Бонус для смельчаков: раскроем секреты тестирования в маркетинге, которые помогут не заблудиться в темном лесу конкурентного рынка.
Не упустите шанс провести вечер в компании единомышленников, погрузиться в атмосферу Хэллоуина и получить ценные знания!
🕯 Записывайтесь на вебинар и готовьтесь к мистическим открытиям! https://proglib.io/w/2667cc25
Forwarded from Proglib.academy | IT-курсы
📊 Кто такой дата-инженер, чем он занимается и что должен знать
Работа с большими объёмами данных — удел инженеров. Они помогают бизнесу, но что конкретно они делают, вы узнаете в статье
Начни сегодня, получать знания для своей будущей карьеры Дата-инженером:
🔵 Математика для Data Science
👉 Ссылка на статью
Работа с большими объёмами данных — удел инженеров. Они помогают бизнесу, но что конкретно они делают, вы узнаете в статье
Начни сегодня, получать знания для своей будущей карьеры Дата-инженером:
👉 Ссылка на статью
Please open Telegram to view this post
VIEW IN TELEGRAM
Какую из этих задач можно решить кластеризацией?
Anonymous Quiz
23%
Разделение отзывов на позитивные и негативные
49%
Группировка изображений по цветовой гамме
1%
Предсказание температуры на следующей неделе
7%
Распознавание рукописных цифр
11%
Определение типа документа (например, отчёт или инструкция)
10%
Никакую
Что выведет код с картинки выше?
Anonymous Quiz
24%
True True
23%
True False
9%
False True
17%
False False
27%
Ошибка
Известно, что зависимость между x и y может быть нелинейной. Мы хотим протестировать две альтернативные регрессионные модели. Какая будет лучше?
Anonymous Quiz
11%
Модель 1
73%
Модель 2
16%
Обе одинаково
Forwarded from Proglib.academy | IT-курсы
Паттерны проектирования предлагают комплексные решения проблем, с которыми разработчики сталкиваются каждый день. В этой статье мы рассмотрим 8 паттернов проектирования с примерами кода на Python.
Забираем статью:
🔗 Ссылка
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой из следующих методов позволяет привести слово к его словарной (начальной) форме с учётом контекста и значения?
Anonymous Quiz
60%
Лемматизация
8%
Расстояние Левенштейна
19%
Стемминг
12%
Все вышеперечисленные
🧑💻 Статьи для IT: как объяснять и распространять значимые идеи
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Каковы преимущества использования ReLU в feed-forward сети перед сигмоидой или гиперболическим тангенсом?
Anonymous Quiz
14%
Ограничивает диапазон выходных значений
64%
Устойчива к проблеме исчезающего градиента
14%
Дифференцируема во всех точках
8%
Выходные значения сосредоточены около нуля
Что выведет код с картинки выше?
Anonymous Quiz
18%
pYtHoNIsaWeSoMe
50%
PyThOniSAwEsOmE
11%
pYtHoN Is aWeSoMe
21%
PyThOn iS AwEsOmE
У нас есть точка, которая классифицирована правильно и находится далеко от границы решения. На какой из следующих методов не повлияет такая точка?
Anonymous Quiz
31%
Метод ближайших соседей
41%
SVM
16%
Логистическая регрессия
12%
Линейная регрессия
Верно ли, что величина сигмы влияет на амплитуду нормального распределения?
Anonymous Quiz
66%
Да
34%
Нет
Forwarded from Proglib.academy | IT-курсы
📊 Путеводитель по Big Data для начинающих: методы и техники анализа больших данных
Методы и техники анализа Big Data: Machine Learning, Data mining, краудсорсинг, нейросети, предиктивный и статистический анализ, визуализация, смешение и интеграция данных, имитационные модели. Как разобраться во множестве названий и аббревиатур? Читайте наш путеводитель в статье по ссылке.
🔗 Ссылка
Методы и техники анализа Big Data: Machine Learning, Data mining, краудсорсинг, нейросети, предиктивный и статистический анализ, визуализация, смешение и интеграция данных, имитационные модели. Как разобраться во множестве названий и аббревиатур? Читайте наш путеводитель в статье по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
Предположим, ваша модель переобучается. Какой из следующих способов не поможет уменьшить переобучение?
Anonymous Quiz
29%
Увеличить объём обучающих данных
16%
Уменьшить сложность модели
29%
Улучшить алгоритм оптимизации, используемый для минимизации ошибки
26%
Уменьшить шум в обучающих данных
🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈