tgoop.com »
United States »
Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение » Telegram Web
Forwarded from Proglib.academy | IT-курсы
Основы Data Science | SF Education — Вводный курс для тех, кто хочет освоить ключевые знания и компетенции, необходимые для старта карьеры в индустрии Data Science.
Machine Learning и Deep Learning | Skillfactory — Онлайн-курс по машинному обучению, на котором вы научитесь создавать продвинутые ML-модели и обучать нейронные сети.
Базовые модели ML и приложения | Proglib.academy — Онлайн-курс по машинному обучению: осваивайте ML с нуля до реальных проектов.
Please open Telegram to view this post
VIEW IN TELEGRAM
📖 Учебник по прикладной линейной алгебре... написанный Claude
Если быть точнее, автором учебника является американский математик Роберт Грист, который активно использовал LLM от Anthropic для написания.
🧑💻 Claude уловил авторский стиль Гриста из его предыдущих работ и следовал необходимому форматированию. Математик считает, что любая другая LLM не смогла бы сделать это так же хорошо, как продукт Anthropic. Он отметил степень продуманности в выборе слов, темпе и тоне Claude.
👉 Что касается самого материала, то читателям необходимо знать основы матричной алгебры, определители и пр. Учебник начинает с абстрактных векторных пространств и линейных преобразований.
🔗 Читать можно по этой ссылке
Если быть точнее, автором учебника является американский математик Роберт Грист, который активно использовал LLM от Anthropic для написания.
🧑💻 Claude уловил авторский стиль Гриста из его предыдущих работ и следовал необходимому форматированию. Математик считает, что любая другая LLM не смогла бы сделать это так же хорошо, как продукт Anthropic. Он отметил степень продуманности в выборе слов, темпе и тоне Claude.
👉 Что касается самого материала, то читателям необходимо знать основы матричной алгебры, определители и пр. Учебник начинает с абстрактных векторных пространств и линейных преобразований.
🔗 Читать можно по этой ссылке
🧪 Байесовское A/B-тестирование vs частотное: преимущества, недостатки и способ реализации на Python
A/B-тестирование — это метод сравнения двух версий чего-либо для определения, какая из них работает лучше.
В статье разбираемся, в каких случаях лучше применять частотный подход, а в каких — байесовский, и напишем продвинутый байесовский тест на Python без использования специальных A/B-библиотек.
👉 Читать статью
В статье разбираемся, в каких случаях лучше применять частотный подход, а в каких — байесовский, и напишем продвинутый байесовский тест на Python без использования специальных A/B-библиотек.
👉 Читать статью
🎄 Начни 2025-й с апгрейдом навыков,
которые откроют двери в мир IT!
Ты можешь собрать свой персональный план обучения с помощью нашего новогоднего конструктора. Это шанс не просто начать год с полезных знаний, но и сделать инвестицию в своё будущее, которая окупится многократно.
🔗 Собери свой план и начни путь в IT
Почему это выгодно?
📚 Несколько программ по цене одной — максимальная эффективность: учишься сразу тому, что действительно нужно.
💾 Бессрочный доступ — все материалы всегда под рукой, чтобы учиться в своём темпе.
💸 Знания, которые окупятся — навыки, востребованные в любой точке мира.
Какие навыки ты можешь прокачать?
💡 Математика для Data Science + Алгоритмы и структуры данных
— Подготовка к собеседованиям в FAANG и поступлению в ШАД. Решай сложные задачи, работай с данными и моделями на профессиональном уровне.
💡 Алгоритмы и структуры данных + ML
— Улучшай своё алгоритмическое мышление и изучай базовые методы машинного обучения, чтобы создавать интеллектуальные приложения.
💡 Frontend Basic + Базовые модели ML
— Построй свою первую веб-страницу и погрузись в мир ML: от нейросетей до ML-бустинга.
💡 Архитектуры и шаблоны проектирования + Математика для Data Science
— Развивай аналитическое мышление и учись проектировать устойчивые системы.
💡 Алгоритмы и структуры данных + Frontend Basic
— Получи полный набор навыков: от оптимизации алгоритмов до создания современных веб-приложений.
Не упусти шанс сделать шаг в будущее! Новый год — это время обновлений, и твоя карьера может стать одним из них.
🔗 Составь свой IT-маршрут сейчас или выбери курс по новогодней скидке
которые откроют двери в мир IT!
Ты можешь собрать свой персональный план обучения с помощью нашего новогоднего конструктора. Это шанс не просто начать год с полезных знаний, но и сделать инвестицию в своё будущее, которая окупится многократно.
🔗 Собери свой план и начни путь в IT
Почему это выгодно?
📚 Несколько программ по цене одной — максимальная эффективность: учишься сразу тому, что действительно нужно.
💾 Бессрочный доступ — все материалы всегда под рукой, чтобы учиться в своём темпе.
💸 Знания, которые окупятся — навыки, востребованные в любой точке мира.
Какие навыки ты можешь прокачать?
💡 Математика для Data Science + Алгоритмы и структуры данных
— Подготовка к собеседованиям в FAANG и поступлению в ШАД. Решай сложные задачи, работай с данными и моделями на профессиональном уровне.
💡 Алгоритмы и структуры данных + ML
— Улучшай своё алгоритмическое мышление и изучай базовые методы машинного обучения, чтобы создавать интеллектуальные приложения.
💡 Frontend Basic + Базовые модели ML
— Построй свою первую веб-страницу и погрузись в мир ML: от нейросетей до ML-бустинга.
💡 Архитектуры и шаблоны проектирования + Математика для Data Science
— Развивай аналитическое мышление и учись проектировать устойчивые системы.
💡 Алгоритмы и структуры данных + Frontend Basic
— Получи полный набор навыков: от оптимизации алгоритмов до создания современных веб-приложений.
Не упусти шанс сделать шаг в будущее! Новый год — это время обновлений, и твоя карьера может стать одним из них.
🔗 Составь свой IT-маршрут сейчас или выбери курс по новогодней скидке
Forwarded from Proglib.academy | IT-курсы
Что вы знаете про критерий Шовене?
Он позволяет найти выбросы в данных. Согласно критерию Шовене, значение p i-ое является выбросом, если выполнено неравенство, указанное на картинке выше.p с чертой — это среднее. А в знаменателе стоит отклонение. n — это объём выборки. Функция erfc является дополнением к функции ошибок (её вид, впрочем, неважен). С возрастанием аргумента, значение функции erfc стремится к нулю. То есть чем меньше значение функции, тем сильнее p i-ое отстоит от среднего значения, а значит является выбросом.
Фактически, использование критерия Шовене представляет собой итерационную процедуру, позволяющую найти все аномалии в данных за несколько шагов.
Подтяните свои знания о машинном обучении вместе с нашим курсом:
🔵 Базовые модели ML и приложения
#машинное_обучение
Он позволяет найти выбросы в данных. Согласно критерию Шовене, значение p i-ое является выбросом, если выполнено неравенство, указанное на картинке выше.
Фактически, использование критерия Шовене представляет собой итерационную процедуру, позволяющую найти все аномалии в данных за несколько шагов.
Подтяните свои знания о машинном обучении вместе с нашим курсом:
#машинное_обучение
Please open Telegram to view this post
VIEW IN TELEGRAM
Ваш возраст:
Anonymous Poll
4%
менее 18 лет
25%
18-24 года
39%
25-34 года
19%
35-44 года
9%
45-54 года
2%
55-64 года
2%
65 лет и старше
В какой стране вы живете последние 3 месяца?
Anonymous Poll
68%
Россия
5%
Украина
3%
Беларусь
4%
Казахстан
0%
Польша
1%
Кыргызстан
2%
Узбекистан
1%
США
1%
Грузия
15%
Другое
В каком городе вы живете последние 3 месяца?
Anonymous Poll
30%
Москва
11%
Санкт-Петербург
1%
Екатеринбург
2%
Краснодар
2%
Нижний Новгород
3%
Минск
2%
Киев
0%
Львов
2%
Алматы
46%
Другое
🧑💻 Введение в векторные базы данных
Статья рассказывает о:
▪️отличиях векторных баз данных от традиционных;
▪️использовании Pinecone и OpenAI;
▪️ключевых возможностях векторных баз данных.
👉 Читать обо всём подробнее тут
Статья рассказывает о:
▪️отличиях векторных баз данных от традиционных;
▪️использовании Pinecone и OpenAI;
▪️ключевых возможностях векторных баз данных.
👉 Читать обо всём подробнее тут