Всем привет! 🧡 Новый год уже совсем близко 🎄 и мы спешим поздравить вас с наступающими праздниками🎊. А пока вы готовитесь к торжеству, давайте узнаем кое-что полезное и интересное вместе.

Сегодня мы хотим рассказать вам о представлении данных для нейронных сетей. Если вы когда-нибудь задумывались, как машины 🤖 "понимают" и обрабатывают информацию, то этот пост для вас.

Все современные системы машинного обучения используют тензоры в качестве основной структуры данных. 📍Фактически тензор — это контейнер для данных, чаще всего числовых. Можно это представить в виде обобщения матриц с производным количеством измерений (осей). Давайте рассмотрим подробнее их разновидности.

0️⃣ Тензор, содержащий единственное число, называется скаляром (скалярным тензором, или тензором нулевого ранга). В NumPy — это число типа float32 или float64. Скалярный тензор имеет 0 осей, то есть у него нулевой ранг.

1️⃣ Одномерный массив чисел называют вектором, или тензором первого ранга, он имеет единственную ось.

2️⃣ Массив векторов — это матрица, или тензор второго ранга, также его можно назвать двумерным тензором. Матрица имеет две оси (часто их называют строками и столбцами).

3️⃣ Если упаковывать такие матрицы в новый массив, то получится трехмерный тензор, который можно представить как числовой куб.

⬆️ Упаковав трехмерные тензоры в массив, вы получите четырехмерный тензор – и т.д. В глубоком обучении используются тензоры от нулевого ранга до четырехмерных, но иногда (например, при обработке видео данных📹) дело может дойти и до пятимерных.

Это может показаться сложным, но именно в этой многомерности кроется сила нейронных сетей. Каждое новое измерение — это новый уровень абстракции, который позволяет моделям находить сложные закономерности и решать задачи, которые раньше казались недостижимыми.

Привет! Сегодня мы поговорим о вопросах, которые могут встретиться на собеседовании на позицию Machine Learning Engineer. Давайте разберем их вместе)😉

🟠 1. Какая будет асимптотика времени работы алгоритма quicksort в худшем случае, если в качестве разделителя выбирать всегда первый элемент массива, не используя рандомизации?

Ответ 👉🏻 в худшем случае, если в качестве разделителя выбирать всегда первый элемент массива, асимптотика времени работы алгоритма quicksort будет O(n^2). Это происходит, когда массив уже отсортирован или почти отсортирован, и каждый разделитель делит массив на одну часть с одним элементом и другую часть с n-1 элементами.

🟠 2. Сколько необходимо использовать дополнительной памяти (асимптотически), чтобы развернуть (reverse) связный список?

Ответ 👉🏻 для разворота связного списка асимптотически требуется O(1) дополнительной памяти. Это возможно, потому что можно изменить указатели внутри существующих узлов списка, не создавая новых узлов или структур данных.

🟠 3. Дисперсия стандартного нормального распределения?

Ответ 👉🏻 дисперсия стандартного нормального распределения равна 1. Стандартное нормальное распределение имеет среднее значение 0 и стандартное отклонение 1, следовательно, дисперсия (квадрат стандартного отклонения) также равна 1

🟠 4. Сложность поиска по сету в питоне?

Ответ 👉🏻 сложность поиска по сету (set) в Python в среднем составляет O(1). Это достигается за счет использования хеш-таблиц для хранения элементов, что позволяет быстро осуществлять операции поиска, вставки и удаления.

Эти вопросы и ответы помогут вам подготовиться к собеседованиям и углубить ваши знания в области машинного обучения и данных! Если у вас есть свои вопросы или вы хотите обсудить что-то еще, пишите в комментариях.

#DataScience #MachineLearning #InterviewPrep #Algorithms #Python

Всем привет! 🔥 Приглашаем вас на мастер-класс с разбором кейса с Kaggle! Самое время представить нашего спикера: Александр Иванов, Data Scientist (AI решения для ВСП в Сбере), а также заместитель хэда REU DS Club по внутренней части в этом сезоне. На…

Всем привет!🧡

Уже скоро будет проходить следующий ликбез от Нины Поповой по теме "Ускорение вычислений на Python".

На ликбезе мы расскажем о своем опыте ускорения расчета кастомной метрики, написанной на языке Python. Разберем способы оптимизации кода про помощи библиотек Numba, CTypes, а также поделимся советами по профилированию кода.

📅 Дата: 28 октября, 21:00
🔗 https://telemost.yandex.ru/j/26906513569892

Всем привет!🧡

Уже скоро состоится полезная лекция от спикера Максима Жданова по теме "System Design - Как строить многопользовательские системы".

На этой лекции вы узнаете:
🔸Основные принципы проектирования многопользовательских систем.
🔸Архитектурные особенности и планирование эффективных систем.
🔸Инструменты и методы для обеспечения стабильной работы системы.
🔸Лучшие практики и советы от эксперта для создания качественных систем.
🔸Опыт и рекомендации Максима, которые можно применить в своих проектах.

📅 Дата: 1 ноября, 19:00

🔗 Ссылка на регистрацию
https://docs.google.com/forms/d/e/1FAIpQLScahWs3ojn6J9sVFs3-IuQNFOF2zMpLIDYywNMMyxkPGrapew/viewform?usp=sf_link

❗️Для студентов НЕ из РЭУ регистрация закрывается 30 октября в 23:59❗️

📎Аудитория будет в комментариях

Ждём вас!🧡

📢 Разбираем победу на хакатоне ВШЭ ПСБ.Хак с командой Data Science Club!

Помните, как REU Data Science Club занял второе место на ВШЭ ПСБ.Хак? У вас есть возможность заглянуть за кулисы и узнать, как команда справилась с задачей! Подключайтесь к нашему онлайн-ликбезу! Ребята поделятся своим опытом и раскроют секреты успешного решения задачи!

🤔 Что будет на ликбезе?

🔸 Подробный разбор условия задачи
🔸 Как команда подошла к решению
🔸 Использованные инструменты и методы
🔸 Возникшие в процессе трудности и их преодоление
🔸 Разбор защиты решения
🔸 Возможность задать вопросы и получить советы от участников хакатона

🗓 Когда: 15.10.24 21:00
🔗 Ссылка на ликбез: https://telemost.yandex.ru/j/26090855745236

💥Всем привет!
Мы знаем, вы ждали этого - фотографии с презентации клуба уже в альбоме VK. Смотрите, ищите себя и друзей, отмечайте и лайкайте!

А ещё мы подготовили для вас СЮРПРИЗ!😍

Вчера был последний день приема заявок в клуб, при этом мы знаем, что у многих ребят есть желание стать организаторами клуба, но по каким-то причинам они не успели заполнить форму.

Поэтому специально для вас ❤️‍🔥ТОЛЬКО СЕГОДНЯ❤️‍🔥 у вас есть последняя возможность попасть в число организаторов клуба.

Набор ведется во ВСЕ департаменты:

🔸 SMM
🔸 EVENTS
🔸 PR
🔸 HACKS&PROJECTS
🔸 DEVELOPMENT&MENTORING

❗️Заполняйте форму СЕГОДНЯ до 23:59
👉https://forms.gle/VmYj3VASwcnnJvoF7

Будем рады видеть вас в команде! 🎉💖

Лекция будет в РЭУ в 3 корпусе 201 аудитории!
Всех ждём в 19:00 🧡

Вы готовы? 3... 2... 1...

💥 Открыт набор организаторов клуба!

Теперь вы можете стать частью нашей команды и влиять на будущее клуба! Набор ведется во ВСЕ департаменты:

🔸 SMM ✨ — Для тех, кто любит создавать уникальный контент и продвигать наш клуб через визуальные истории, постоянно следит за трендами и стремится быстро видеть результаты своей работы.

🔸 EVENTS 🎉 — Любишь динамику и не боишься вызовов? Организация мероприятий — это всегда что-то новое и незабываемое! Яркие эмоции и множество задач вам гарантированы.

🔸 PR 🗣 — Если ты прирожденный оратор, мастер переговоров и хочешь влиять на общественное мнение, то тебе сюда! Общение с партнёрами и популяризация клуба — твоя зона ответственности.

🔸 HACKS&PROJECTS 🛠 — Идеально для тех, кто увлечен технологиями и любит работу над сложными проектами. Внимание к деталям и погружение в задачи — вот ваш путь.

🔸 DEVELOPMENT&MENTORING 📚 — Если вам нравится помогать другим расти и развиваться, а также планировать стратегически — этот департамент для вас. Система наставничества ждёт вас!

Что нужно, чтобы стать организатором?

🔥Первое и самое важное: желание развиваться в Data Science!!!🔥

Что еще необходимо, чтобы успешно пройти все вступительные испытания?

🧡 Преимущества для организаторов:

💫 Индивидуальная программа развития под руководством опытного ментора

💫 Обучение в формате погружения в Data Science на Месяце бота

💫 Возможность реализовать свои идеи в качестве пет-проектов

💫 Участие в неформалках с коммьюнити клуба

💫 Совместная работа над реальными проектами на хакатонах

💫 Закрытые лекции и ликбезы для членов клуба

💫 Экскурсии в офисы крутых компаний

Скорее заполняйте форму для организаторов, она открыта для всех, вне зависимости от ВУЗа, возраста и других мелочей!
👉https://forms.gle/VmYj3VASwcnnJvoF7

🧐Что делать, если я не особо хочу развиваться в Data Science?

Если вы не хотите развиваться в Data Science, но имеете крутые навыки/желание развиваться в дизайне, видеомонтаже, фотографии, копирайтинге или других сферах и ищете площадку для реализации своих проектов и оттачивания навыков, заполните форму для сотрудничества и присоединяйтесь на своих условиях!

👉https://forms.gle/t9biTCyetC7goRjeA

Будем рады видеть вас в команде!

Дорогие друзья!
Приглашаем вас на онлайн ликбез, который состоится 23 сентября в 21:00. В рамках этого мероприятия спикер Андрей Сухов расскажет важные аспекты, связанные с LLM (Large Language Models) 📑

На ликбезе мы разберём:

🔸 Что такое LLM и где оно используется
🔸 Этапы и цена обучения
🔸 Оценка работы LLM
🔸 Готорвые реализации (YaGPT, GIGACHAT)
🔸 Какие инструменты может использовать LLM
🔸 Проблемы LLM

Ссылка будет позже📎