Data science | Machinelearning [ru]

2023-06-06 20:08:08 ​​ Cache warming в Qlik Sense из подручных материалов

В этой статье автор расскажет, как сделать приложения Qlik Sense быстрее, и почему Qlik не оптимизирован под постоянную работу с внешними источниками, а также вы узнаете какие бывают инструменты для Cache warming.

Читать... Открыть/Комментировать

2023-06-06 15:07:42 ​​ Как ускорить вывод ML-моделей в 4 раза, или Как может выглядеть экосистема МLOps в банке

В этой статье автор расскажет, как может выглядеть полноценный конвейер MLOps, и что может уметь, а также вы узнаете как прийти к максимальной автоматизации процесса вывода моделей в промышленную эксплуатацию.

Читать... Открыть/Комментировать

2023-06-06 12:27:59

Data Secrets — канал для датасаентистов

– Как тренировали алгоритм, который обыграл чемпиона мира в шахматы?
– Как работает FaceID в твоем смартфоне?
– Как обучить ChatGPT на стареньком ноутбуке?
– Как предсказать курс биткоина и исход футбольного матча?
– Чем отличаются сверточные и рекуррентные нейросети?

Заходи и узнаешь @data_secrets Открыть/Комментировать

2023-06-05 20:07:08 ​​ Вся правда о кубах данных OLAP: развенчиваем мифы

В этой статье автор расскажет, почему кубы данных — не самая простая тема в дата-инжиниринге, и как кубы данных могут помогать бизнес-аналитикам предварительно упаковывать и агрегировать важные для стейкхолдеров показатели, а также вы узнаете почему кубы это важная характеристика ядра традиционных OLAP-систем.

Читать... Открыть/Комментировать

2023-06-05 15:07:47 ​​ Optuna. Подбор гиперпараметров для вашей модели

В этой статье автор расскажет, почему гиперпараметры, задаются разработчиком модели перед ее обучением, и почему фреймворк Optuna обычно используют как оптимизатор гиперпараметров, а также вы узнаете как разработчик может самостоятельно задать пространство для поиска гиперпараметров, используя базовый синтаксис Python.

Читать... Открыть/Комментировать

2023-06-04 20:07:51 ​​ Масштабируемая Big Data система в Kubernetes с использованием Spark и Cassandra

В этой статье автор расскажет, как организовать систему распределенного машинного обучения на GPU NVidia, используя язык Java с фреймворками Spring, Spark ML, XGBoost, DML в standalone кластере Spark, и как запустить Spark Jobs в Kubernetes в режимах client и cluster, а также вы узнаете почему для Spark Driver необходим K8S Service Account с полными правами на неймспейс

Читать... Открыть/Комментировать

2023-06-04 15:07:29 ​​ Как я писал трекинг парковочных мест

В этой статье автор расскажет, как обучить модель определять парковочные места, и как это можно применять в реальной жизни, а также вы узнаете как сделать код, который считает свободные парковочные места.

Читать... Открыть/Комментировать

2023-06-03 20:07:22 ​​ Практический опыт проектирования систем графового анализа

В этой статье автор расскажет, почему ни одна система не обладает достойным функционалом пользовательского графического интерфейса из коробки, и почему в части GUI-интерфейса администрирования встречаются вполне интересные и зрелые решения, закрывающие большинство требований, а также вы узнаете почему некоторые популярные системы имеют сильно урезанный функционал в так называемой бесплатной community edition.

Читать... Открыть/Комментировать

2023-06-03 15:07:40 ​​ Применение Python для сбора и предобработки данных цифрового следа

В этой статье автор расскажет, как можно выполнить отправку HTTP‑запроса веб‑серверу поисковика с упоминанием интересующего объекта с помощью библиотеки «Requests«, и как можно выполнить получение ссылки на страницу в интернете про интересующий объект из ответа веб‑сервера с помощью «Beautiful Soup», а также вы узнаете как собирать цифровой след программными инструментами.

Читать... Открыть/Комментировать

2023-06-02 20:07:12 ​​ Разработчики — налево, методологи — направо: четыре шага к оптимизации работы BI-аналитиков

В этой статье автор расскажет, почему сбор информации о клиентах, услугах, потреблении и оплатах производиться разными системами, и почему данные агрегируются в таблицах с разными структурами, не связанными общими признаками и логикой, а также вы узнаете зачем нужны разные роли аналитиков, которые могли бы работать параллельно и иметь возможность фокусироваться на определенных задачах.

Читать... Открыть/Комментировать