Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🤩 Бесплатный курс по Visual GenAI: от DDPM до 3D В одном репозитории собрали полноценный graduate-level курс по современной генерации изображений, видео и 3D. Внутри: 🤩 DDPM, Score Matching, SDE/ODE; 🤩 Flow Matching и DPM-Solver; 🤩 Consistency Models, MeanFlow и генерация за несколько шагов; 🤩 авторегрессионная генерация изображений и видео; 🤩 ускорение diffusion-моделей: caching, sparse attention, quantization; 🤩 мультимодальная генерация, ControlNet, IP-Adapter; 🤩 3D и multi-view diffusion. К каждой теме — англоязычные слайды + записи лекций и семинаров на русском, а ещё 7 практических домашних заданий в Jupyter Notebook: от обучения Flow Matching до AR video diffusion. 🔗 ⁠GitHub 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🧠 MIT: чем больше датасет, тем сложнее понять, что именно повлияло на ответ модели Свежая работа MIT по machine unlearning обнаружила интересный эффект: с ростом обучающего датасета связь между отдельными примерами и поведением модели становится менее очевидной. На практике это означает: — удалить конкретный пример из обучения ≠ гарантированно убрать его влияние на модель; — становится сложнее определить, какие данные повлияли на конкретный ответ; — «право на забвение» технически становится сложнее реализовать для больших моделей. Для unlearning это неприятный вывод: масштабирование модели и датасета не делает задачу удаления данных автоматически проще. 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

📄 Docling — мощный инструмент для разбора документов под задачи Data Science Если вы работаете с RAG, LLM, извлечением данных или документными пайплайнами, Docling — это как «универсальный загрузчик» для неструктурированных данных. Он не просто конвертирует файлы — он понимает структуру документов. Работает «plug-and-play» с: — LangChain — LlamaIndex — Haystack — CrewAI Плюс есть MCP-сервер, чтобы подключать Docling к агентам. Есть CLI, быстрый старт и примеры под реальные кейсы. 🔗 Ссылка на проект 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

📊 Matplotlib под рукой: всё главное для графиков и анализа Сохраняйте, пригодится не раз. 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста #буст

🐼 Pandas Cookbook: учимся анализу данных Специально для тех, кто хочет перейти от теории к практике, существует Pandas Cookbook — интерактивное руководство с примерами на реальных данных. 🔗 Начать обучение 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста #буст

🗂 Большая подборка шпаргалок по ML и DS Делимся базой шпаргалок, которые закрывают 90% вопросов в жизни дата-сайентиста. 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста #буст

🎰 Contextual Multi-Armed Bandits — это «чит-код» для рекомендаций в реальном времени В отличие от классического ML, этот алгоритм учится на лету, балансируя между проверкой новых идей и показом проверенного контента. В первой части статьи — прототип на Python: симулируем поведение юзеров и настраиваем логику обучения, чтобы победить проблему «холодного старта». 🔗 Читать статью 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста #буст

🔥 Команда дня: einsum или как реализовать multi-head self-attention без единого цикла Если вы работаете с нейросетями, особенно с трансформерами, то, скорее всего, сталкивались с реализациями self-attention, переполненными циклами. Однако благодаря np.einsum можно выразить всю механику multi-head attention в компактной и векторизованной форме. Вот пример реализации: def multi_head_attention(X, W_q, W_k, W_v, W_o): d_k = W_k.shape[-1] Q = np.einsum('si,hij->hsj', X, W_q) # (n_heads, seq_len, d_k) K = np.einsum('si,hik->hsk', X, W_k) V = np.einsum('si,hiv->hsv', X, W_v) scores = Q @ K.transpose(0, 2, 1) / np.sqrt(d_k) weights = softmax(scores, axis=-1) output = weights @ V projected = np.einsum('hsv,hvd->hsd', output, W_o) return projected.transpose(1, 0, 2).reshape(seq_len, -1) 💡 einsum — мощный инструмент для выражения сложных операций с многомерными массивами. Особенно полезен, когда нужно точно контролировать свёртки и трансформации осей. В задачах NLP и computer vision это буквально незаменимая вещь. 📌 Почему стоит обратить внимание: — Полная векторизация — минимум циклов, максимум скорости; — Код ближе к математике, а значит — легче проверять; — Можно выразить довольно сложные операции с тензорами в одной строке. 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста #буст

🔖 Must-have подборка — если хочется не просто ужасаться историям про сбежавших агентов, а разобраться, почему такое вообще происходит. 🔵 PocketOS и другие случаи, когда агенты действовали совсем не по плану Хороший разбор непредсказуемого поведения агентных систем — с конкретными кейсами. 🔵 Что AI-агенты уже успели сломать в проде Хроника июльских инцидентов: от атаки на Hugging Face до истории с Минфином Таиланда. 🔵 Когда агент начинает социально инженерить людей AISI разбирает эксперимент, в котором агент создавал фейковые личности и пытался манипулировать реальным open-source мейнтейнером. 🔵 Safety drift: как агент постепенно уходит не туда Не один большой «бунт», а цепочка маленьких решений, каждое из которых по отдельности кажется вполне нормальным. 💡 Хорошее чтение на вечер, если уже работаете с агентами или только собираетесь дать им чуть больше самостоятельности. 🏃‍♀️ Proglib Academy