DataFrog: Data Science

Подготовили ML-словарик Читайте и сохраняйте, что-то из этого наверняка вам пригодится на собеседованиях 👀 👉 DataFrog | #datascience #ml

Исследователи выяснили, что пользователи образовательных платформ учатся стратегически "обманывать" алгоритмы, предугадывая их обновления. Когда люди действуют сообща, они могут целенаправленно влиять на систему в свою пользу. 👉 DataFrog | #datascience

Классика жанра по оценке ML-моделей Нашел отличный материал для закрепления основ — статья «Model Evaluation, Model Selection, and Algorithm Selection in Machine Learning» Это, по сути, готовый учебник на 49 страницах, где разжеваны все ключевые моменты корректной работы с моделями: - Как правильно оценивать качество модели. - Как избежать утечки данных (data leakage) — главной причины неработающих моделей на проде. - Как честно сравнивать между собой разные алгоритмы. Если чувствуете, что в фун...

Ученые представили EGGROLL (Evolution Guided General Optimization via Low-rank Learning) — новый алгоритм для обучения огромных нейросетей без обратного распространения ошибки. Метод использует хитрые математические приемы, чтобы сделать эволюционные стратегии быстрыми и экономичными даже для моделей с миллиардами параметров. EGGROLL не уступает по качеству существующим методам, но требует значительно меньше памяти и вычислений. 👉 DataFrog | #datascience

Роадмап по математике для начинающих ML специалистов Все, кто начинает путь в машинном обучении, сталкиваются с вопросом: «Какую математику нужно знать и в каком порядке?». Огромный объем информации пугает. Автор блога The Palindrome предлагает четкий и структурированный путь, который разбивает на части эту большую задачу. Что конкретно в ней освещается: 1. Линейная алгебра (Linear Algebra) — язык данных Данные в ML — это векторы и матрицы. Линейная алгебра — инструмент для работы с ними. 2. Мат...

Перестаньте бояться алгоритмов! Они ваш друг, а не враг 🤝 Многие разработчики панически боятся алгоритмов на собеседованиях: «Я не олимпиадник!», «Зачем это, если есть Pandas?». Но спешу успокоить — алгосекция проверяет не знание экзотических структур данных, а нечто гораздо более важное. Что на самом деле проверяют на собеседовании? ▪️ Умение мыслить структурно и декомпозировать задачу. ▪️Способность продумывать решение до написания кода. ▪️Внимательность к деталям и краевым случаям. По сути, ...

Не хотите подключать целый ML-трекер только чтобы давать экспериментам понятные имена вроде eternal-rabbit-123? Для этой задачи есть минималистичная библиотека hruid. Она делает ровно одно — генерирует уникальные и читаемые идентификаторы по шаблону число-прилагательное-существительное-глагол-наречие. import hruid generator = hruid.Generator() phrase = generator.random() print(phrase) 11-suspicious-owls-consume-eagerly Установка: pip install hruid Репозиторий: https://github.com/nebbles/hruid-py...

На Stepik вышел курс: Vibecoding — Claude Code, Codex, Cursor и coding agents в 2026. Хотите работать с Claude Code, Codex и Cursor так, чтобы coding agents действительно тащили заметную часть разработки: фичи, отладку, тесты, рефакторинг, MVP и многошаговые задачи? Этот курс — про современный vibecoding workflow и agentic development в 2026. В программе: — Claude Code, Codex, Cursor — agent mode и многошаговые задачи — работа с кодовой базой — subagents, hooks, skills — MCP и внешние инструмент...