Для себя Помощь в изучении регрессионного тестирования и применения методов машинного обучения (ML) для достижения эффективного TSP (ML-based TSP=приоритизации тестовых случаев). Test case selection and prioritization using machine learning: a systematic literature review: • https://link.springer.com/article/10.1007/s10664-021-10066-6 Dynamic Test Case Selection using Machine Learning: • https://www.diva-portal.org/smash/get/diva2:1563283/FULLTEXT01.pdf
Для себя Конкретно интересуют: Обучение/дообучение языковых моделей Классификация изображений (компьютерное зрение) Можно и остальные виды ML тоже рассмотреть +Парсинг данных с сайтов Основные проблемы: Чтение документации Синтаксис Возможно какие-то базовые вещи Обучение предпочитаю на практике. Продолжительность на длительный срок до первого самостоятельного проекта
Для себя Ищем преподавателя для записи курсов в области IT! Добрый день! Мы создаем курсы и нам нужны спикеры на следующие модули: - Обучение с подкреплением - Обнаружение аномалий и прогнозирование Если у вас есть опыт в преподавании, а ещё лучше — в сфере искусственного интеллекта, давайте делать крутые образовательные продукты вместе! Что нужно будет делать: - Доработать существующую программу курса — добавить уроки, которые сделают её ещё лучше. - Записать видеоуроки в студии (м. Сокол), раскрывая темы понятно и интересно. - Подготовить учебные материалы: конспекты, презентации, домашки и проекты для студентов. - Работать над созданием методических материалов, которые помогут студентам легко усвоить материал. Что мы предлагаем: - Проектная работа с гибким графиком. - Профессиональная студия для записи (м. Сокол). - Оформление по договору СЗ, ГПХ или ИП. - Конкурентное вознаграждение — обсудим индивидуально. Какие у нас требования: - Техническое образование. - Преподавательский опыт и желание делиться знаниями. - Коммуникабельность, умение объяснять сложное простым языком. Будет большим плюсом: - Опыт в сфере ИИ от 2-х лет. - Навыки публичных выступлений. - Опыт создания образовательных программ. Если вам интересно, давайте обсудим все детали! Вместе мы создадим продукт, который поможет многим студентам начать карьеру в IT.
Для себя Работаю в IT. Есть сложности по работе с GIT. Нужен репетитор, который обучит и поможет помочь понять принцип работы с ветками и другим особенностям работы с Git.
Для себя Требуется ментор по машинному обучению. Начал погружение в машинное обучение и анализ данных. В будущем хочу продвигаться в области компьютерного зрения и работы с беспилотными автомобилями. Прохожу курс от Deep Learning School МФТИ по машинному обучению, обучаюсь на третьем курсе МГТУ им. Баумана по направлению «Программная инженерия». В прошлом занимался Backend разработкой на Go, прогерский бекгрунд есть, математический довольно слабый (в сравнении с программой МФТИ) Хочу найти ментора. Человека, с которым смогу периодически консультироваться по техническим и не только аспектам. Какие материалы наиболее подходящи? Какие есть хакатоны и мероприятия для новичков в теме? Куда стоит идти стажироваться? Обязательно, чтобы Вы были в индустрии, работали в бигтехе. Образование законченное высшее.
Для работы Ищу помощника для разработки и исследований по искусственному интеллекту. Я сам занимаюсь исследованиями в ИИ (есть патенты и статьи), связан с университетом и консалтинговой компанией, не хватает времени на реализацию всех проектов и идей. Примеры актуальных задач (напишите в ответе примерную оценку / желаемый формат работы - какие из задач интересны вам): 1. Запустить и настроить RCNN для распознавания объектов на своём датасете 2. Запустить систему с Llama ботами на LangChain на арендованых серверах. 3. Настроить геометрические алгоритмы удаления перспективных искажений на изображениях (Homography transform) 4. Настроить модели для распознавания глубины объектов на картинках (пример: модель COTR) 5. Реализовать Model Parallelism / Federared Learning для некоторых простых моделей (сверточные сети - ResNet на MNIST/CIFAR)
Для себя Хочу взять несколько занятий, чтобы обсуждать вопросы по глубокому обучению в нлп. Примеры вопросов: distributed training, как выбрать learning rate, размер словаря, параметры для grid search и т.д.
Для себя Здравствуйте. У меня есть вопрос. Я хочу найти изображения с наибольшей вероятностью предсказания (т. е. ближе всего к 1,0) с предсказанным классом NORMAL (т. е. 1). indices = get_images_with_sorted_probabilities(prediction_table, get_highest_probability=True, label=1, number_of_items=10, only_false_predictions=False) message = 'Images with the highest probability of containing NORMAL' display(indices, message) Он пишет ошибку ValueError Traceback (most recent call last) in () 30 only_false_predictions=False) 31 message = 'Images with the highest probability of containing NORMAL' ---> 32 display(indices, message) 33 34 # display(indices[:10], message) - в учебнике 6 frames /usr/local/lib/python3.10/dist-packages/matplotlib/gridspec.py in __init__(self, nrows, ncols, height_ratios, width_ratios) 47 """ 48 if not isinstance(nrows, Integral) or nrows <= 0: ---> 49 raise ValueError( 50 f"Number of rows must be a positive integer, not {nrows!r}") 51 if not isinstance(ncols, Integral) or ncols <= 0: ValueError: Number of rows must be a positive integer, not 2.25 ValueError: Количество строк должно быть целым положительным числом, а не 2,25. Если найдем изображения, опознанные моделью как 'NORMAL', но с малой долей уверенности : indices_2 = get_images_with_sorted_probabilities(prediction_table, get_highest_probability=False, label=1, number_of_items=10, only_false_predictions=False) message = 'Images with lowest probability of containing NORMAL' display(indices_2, message) то получим ошибку ValueError Traceback (most recent call last) in () 6 only_false_predictions=False) 7 message = 'Images with lowest probability of containing NORMAL' ----> 8 display(indices_2, message) 6 frames /usr/local/lib/python3.10/dist-packages/matplotlib/gridspec.py in __init__(self, nrows, ncols, height_ratios, width_ratios) 47 """ 48 if not isinstance(nrows, Integral) or nrows <= 0: ---> 49 raise ValueError( 50 f"Number of rows must be a positive integer, not {nrows!r}") 51 if not isinstance(ncols, Integral) or ncols <= 0: ValueError: Number of rows must be a positive integer, not 3.0 ValueError: количество строк должно быть положительным целым числом, а не 3,0. Отсюда вопросы: 1. Ну, с 2,25 все понятно, но что не устроило в 3,0. Это же положительное целое число. 2. Как написать код,чтобы все устроило. Спасибо.
Для себя 1. Создайте фрейм данных из N = 28 записей со следующими полями: Nrow – номер записи, Name – имя сотрудника, BirthYear – год рождения, EmployYear – год приема на работу, Salary – зарплата. EyEColor – цвет глаз, SkinColor – цвет кожи, BloodType – группа крови, HairColor – цвет волос на голове. Заполните данный фрейм данными так, что Nrow изменяется от 1 до N, Name задается произвольно, BithYear распределен равномерно (случайно) на отрезке [1974,1994], EmployYear распределен равномерно на отрезке [BirthY ear+17,2013], Salary для работников младше 1990 г.р. определяется по формуле Salary = (ln(2014 – EmployY ear) +1) * 9000, для остальных Salary = (log2(2014– EmployY ear) + 1) * 9000. Подсчитайте число сотрудников с зарплатой, большей 18000. Добавьте в таблицу поле, соответствующее суммарному подоходному налогу (ставка 13%), выплаченному сотрудником за время работы в организации, если его зарплата за каждый год начислялась согласно формулам для Salary, где вместо 2014 следует последовательно подставить каждый год работы сотрудника в организации. 2. Постройте линейный классификатор для классификации сотрудников данной международной организации (признаки классификации: группа крови, цвет волос, глаз и цвет кожи). Использовать машину опорных векторов и алгоритм персептрона. Полученные результаты сравнить. Цвет глаз, кожи или волос можно закодировать определенным числом. В данном варианте использовать национальности: Англичанин, Китаец, Датчанин, Китаец из Пекина, Исландец. Для машины опорных векторов типа "C-classification" с полиномиальным ядром, добейтесь нулевой ошибки сначала на обучающей выборке, а затем на тестовой, путем изменения параметра C (для ядра типа polynomial можно изменять значение параметра degree). 3. Допустим, что решающая функция линейного классификатора в упрощенном виде выглядит так: Найти координаты и значение функции в точке минимума методом наискорейшего градиентного спуска.
Для работы Добрый день! Подал заявку в школу аналитики данных от МТС. Очень хочу к ним попасть, однако у меня пока поверхностные знания в данной области, и их не хватит для решения тестового задания. Ищу того, кто сможет пройти данное задание. Оно на два часа, начать можно в любой момент до 27 октября. Прокторинга нет. Вот заявленные темы, которые нужно знать: основы статистики и теории вероятностей, линейной алгебры, операций с векторами. Основы метрики качества моделей в ML, функций распределения, а также Python. Вот вариант прошлого года: https://clck.ru/3E6AqZ
Для работы Добрый день! Подал заявку в школу аналитики данных от МТС. Очень хочу к ним попасть, однако у меня пока поверхностные знания в данной области, и их не хватит для решения тестового задания. Ищу того, кто сможет пройти данное задание. Оно на два часа, начать можно в любой момент до 27 октября. Прокторинга нет. Вот заявленные темы, которые нужно знать: основы статистики и теории вероятностей, линейной алгебры, операций с векторами. Основы метрики качества моделей в ML, функций распределения, а также Python. Вот вариант прошлого года: https://clck.ru/3E6AqZ
Для себя Подготовить к собеседованию для стажировки. Возможен размеренный темп и определенная обучающая траектория, а не интенсив. Имеется общее поверхностное понимание главных методов ML, DL (полносвязные, сверточные, рекуррентные сети), навыки работы с Python, Pandas и тд. Возможно написание пет-проектов или подготовка к хакатонам. (для резюме)
Для себя Реализация модели latent diffusion Подробный ноутбук с заданием представлен по ссылке https://colab.research.google.com/drive/1DjiqVIebtDwzyKXdwxs2Q4BJLF2zRfLL?usp=sharing
Для себя Нужно помочь разобраться, как к моему сервису в теории можно добавить ML (ранжирование). Как результат занятия ожидаю, что мы придумаем концептуально как мог бы работать алгоритм (без деталей)
Как мне найти учеников по профилю машинное обучение в России?
Зарегистрируйтесь и создайте привлекательный профиль с упоминанием вашей специализации. Обратите внимание на количество доступных заявок от учеников, которое на август 2026 года составляет 118
Какие требования к преподавателям на вашем сайте?
На нашем сайте приветствуются преподаватели с любым уровнем квалификации. Мы рекомендуем указать все свои сертификаты и образование, чтобы увеличить шансы на нахождение учеников
Могу ли я установить гибкий график работы?
Вы полностью контролируете свой график и можете обсуждать его напрямую с учениками, чтобы найти удобное время для обеих сторон
Каков потенциальный заработок для репетитора машинное обучение?
Заработок зависит от количества занятий и квалификации. В среднем, за одно занятие можно заработать 701.07 рублей с занятия. Больше занятий в неделю – выше доход