Machine learning Interview

📌Основные понятия Machine Learning

Держите полезный материал, поможет вспомнить/закрепить важные темы.
Здесь рассматривается множество центральных понятий ML, в том числе:
• Модели машинного обучения
• Свёрточные ИНС
• Обзор основных архитектур ИНС
• Предобработка данных: аугментация данных, отбор, извлечение признаков
• Процесс обучения, оценка качества

▶️ Сайт
📎 PDF

@machinelearning_interview

⭐️ Data Science разбор реальной задачи с собеседования. Прогнозирование оттока клиентов.

▪Смотреть
▪Данные
▪Ноутбук

@machinelearning_interview

⚡️ Список тестовых заданий для прокачки

Тестовые задания для самостоятельного выполнения от разных it компаний.

• GIthub

@machinelearning_interview

Хотите учиться у экспертов в области IT? Школа анализа данных Яндекса принимает заявки до 12 мая, успейте зарегистрироваться.

ШАД для вас, если вы:

· интересуетесь Machine Learning
· имеете хорошую математическую подготовку
· уверенно владеете каким-либо языком программирования

Программа длится два года, обучение бесплатное. Можно выбрать одно из направлений: Data
Science, инфраструктура больших данных, разработка машинного обучения или анализ
данных и ИИ в прикладных науках.

Больше об учёбе в ШАД и возможностях для выпускников расскажем на днях открытых
дверей. Узнать даты и зарегистрироваться можно по ссылке.

Video is too big

500+ список проектов AI с кодами

500 крутых проектов AI, Машинное обучение,Глубокое обучение Компьютерное зрение, NLP, Data Science.

Все проекты с кодом !!!

Полезный ресурс, если вы ищете вдохновение для своего следующего проекта, опирающегося на машину.

🖥 Github

@machinelearning_interview

GitVerse – теперь и для малого и среднего бизнеса

На онлайн-презентации «GitVerse: открой вселенную кода» СберТех рассказал про новые фичи платформы. Cреди них – CI/CD-инструменты, ускоряющие разработку, и новые функции GigaCode – персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект).

Но это еще не все: теперь возможности GitVerse доступны не только индивидуальным разработчикам, но и малому и среднему бизнесу. Это очень удобно: можно организовывать совместную работу команды с GitVerse и управлять доступами к своим репозиториям.

Готовы попробовать? Присоединяйтесь.

📌Как решить задачу классификации в PySpark

PySpark позволяет работать не только с Big data, но и создавать модели Machine Learning.
Давайте рассмотрим, как обучить модель Machine Learning для решения задачи классификации.
Обсудим подготовку данных, применение логистической регрессии, а также использование метрик в PySpark.

🔜 Поехали

@machinelearning_interview

17 мая собираем всех на IT-конференцию МТС True Tech Day.

Наша работа строится на коде, который мы создали из синтеза науки и технологий. Это надёжная и универсальная платформа для разработки продуктов и сервисов.

Каждый участник конференции поучаствует в сессиях от лидеров индустрии, испытает технологии в true labs и получит новые впечатления и эмоции.

Что будет:
→ 5 тематических треков: Main, Development, AI/ML, Cloud, Science
→ 50 спикеров с докладами про архитектуру, облачные платформы, NLP4Code, вероятностное программирование, безопасность контейнеров и другое
→ 10 часов нетворкинга
→ цифровые зоны и digital-интеграции
→ а ещё вечеринка со звездой

Все спикеры и темы уже на сайте. Регистрируйся на True Tech Day. Участие бесплатное

⭐️ Материалы для подготовки к интервью по направлению data science:

- тестовые задания
- задачи по математике, теории вероятностей и линейной алгебре
- задачи на логику
- примеры live coding с собеседований на Python
- разбор задач собеседований и их аналогов на LeetCode

Для тех, кто готовится к собесу в области data science, этот всеобъемлющий набор материалов, чтобы помочь вам успешно пройти интервью.

• Разбор алгоритмических задач
• Разбор leetcode задач с собеседований
• Примеры заданий по live coding c решениями с собеседований
• В этой папке вы найдете серию Jupyter Notebook, охватывающих широкий спектр задач, в области математики.
• Задачи по статистике
• Тестовые задания ds

@machinelearning_interview

📌Вопросы для собеседования на позицию ML-инженера

Неплохой список вопросов, вот некоторые из них:
🟡Расскажи о типах задач в машинном обучении.
🟡Остатки регрессии должны быть гомоскедастичными или гетероскедастичными?
🟡Что такое регуляризация модели линейной регрессии?

Также тут встречаются вопросы по SQL, потому что 100% ML-инженеру, работающему с большим объёмом данных, это понадобится

📎 Вопросы и ответы

@machinelearning_interview