🧑💻 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👈
Forwarded from Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
📊 ТОП-10 необходимых для специалиста по Big Data навыков
Рассказываем о необходимом наборе технических и карьерных навыков для специалиста по Big Data.
✍️ Big Data — это термин, используемый для обозначения значительного объема как структурированных, так и неструктурированных данных, который слишком велик для обработки традиционными методами.
👉 Читать все подробности в статье
Рассказываем о необходимом наборе технических и карьерных навыков для специалиста по Big Data.
👉 Читать все подробности в статье
Что выведет код с картинки выше?
Anonymous Quiz
28%
Ошибку
11%
[[10 15] [14 18]]
24%
[[4 5 5 6] [7 8 7 8]]
38%
[[6 8] [12 14]]