Что такое градиентный спуск в машинном обучении

Градиентный спуск — это базовый метод оптимизации в машинном обучении, который помогает моделям «учиться» за счет минимизации ошибок.

🌻 Как это работает?

1. Выбор начальной точки: Обычно это случайное положение.

2. Вычисление градиента: Находится производная функции ошибки, которая показывает, где спуск происходит быстрее.

3. Шаг вниз: Шаг размером «learning rate» — это скорость, с которой мы движемся вниз.

4. Повтор: Мы повторяем процесс, пока не достигнем минимальной ошибки.

В курсе по машинному обучению мы подробнее рассказываем о градиентном спуске:
🔵 Базовые модели ML и приложения

Популярные ресурсы по Машинному Обучению, ИИ и анализу данных.

🧠 Machine Learning — авторский Telegram канал, который содержит всю базу для работы с ИИ-моделями. Дайджесты лучших проектов, разбор кода, инструкции по запуску LLM, подготовка к собесу и многое другое.

📚 Data Science — редкая литература, статьи, курсы и уникальные гайды для мл специалистов любого уровня. Читайте, развивайтесь, практикуйте.

💼 Data Jobs — актуальные предложения от самых крупных работодателей и лидеров рынка в сфере Машинного обучения.

🤖 Новый инструмент для создания AI-ассистентов

Зарелизил сервис Yandex B2B Tech. API уже доступен всем пользователям Yandex Cloud. В будущем сервис будет поддерживать и опенсорс-модели. Главный плюс — автоматизированный процесс создания: достаточно подгрузить необходимые файлы, чтобы ассистент отвечал с опорой на них.

ИИ-ассистенты способны обрабатывать большие объёмы данных быстрее и точнее, чем люди. Они могут использоваться для прогнозирования тенденций, анализа рынка и принятия решений.

👉Подробности тут

🤖 Обзор новостей и сервисов в мире ИИ

👇Это небольшая выдержка из нашей еженедельной рассылки.

📰 Новости

🔘Венчурный фонд Microsoft и гендиректор GitHub Томас Домке вложили $7 млн в стартап Fastino, разрабатывающий ИИ-модели, которые не нуждаются в дорогих GPU и могут работать на обычных CPU потребительского класса.

🔘Сотрудники OpenAI, тестирующие новую модель «Орион», сообщили, что, несмотря на общее улучшение производительности по сравнению с предшествующими моделями, степень этого улучшения все же значительно ниже, чем в предыдущих обновлениях (в особенности при переходе от GPT-3 к GPT-4).

🪚 Инструменты

🔘PearAI — опенсорсный ИИ-редактор кода, альтернатива Cursor.

🔘PlayNote — создаёт профессиональные подкасты из любых текстовых файлов.

🔘Canva — превращает схематичные наброски в фотореалистичные изображения

🤗 Building AI Applications with Hugging Face

Это большая коллекция туториалов по разработке разных ИИ-приложений. Для каждого проекта предоставлены статья, код в Kaggle Notebook и YouTube-видео.

Больше интересного — в нашей рассылке. Подписаться на неё можно по этой ссылке 👈

🦛 Chonkie — библиотека для разделения текста для создания RAG-систем

Поддерживает:

🔘TokenChunker — для разделения текста на фиксированные по размеру куски на базе токенов;
🔘WordChunker — для разделения текста на куски на базе слов;
🔘SemanticChunker — для разделения текста на куски на базе семантического сходства.

🔗 Ссылка на репозиторий Chonkie