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

RAG from scratch: разбираемся в деталях Базовый RAG понятен: чанки → эмбеддинги → retrieval → generation. Но между «понял концепцию» и «работает в проде» — пропасть. LangChain выпустили серию «RAG f

⚠️ Тензор в ML и тензор в математике: это не одно и то же Слово «тензор» используется в двух разных смыслах, и путаница между ними реальная. ✔️ Тензор в ML (практический смысл) Многомерный массив

✳️ Гайд: Марковские цепи Формально: P(Xₙ₊₁ | X₁,...,Xₙ) = P(Xₙ₊₁ | Xₙ). Только текущее состояние определяет следующее. Вся история не важна. Это кажется ограничением. На практике — это мощь. ✳️Стац

🖼️ Как работает сжатие изображений: взгляд Data Scientist Для дата-сайентиста изображение — это не картинка, а матрица чисел. Сжатие же изображений позволяет уменьшить объём данных, сохранив макси

🔥 Инженерная методичка по ИИ от Романа Барлоса (Team Lead в Yandex Cloud) Продолжаем делиться экспертизой команды курса «Разработка ИИ-агентов». Роман собрал мастхев-инструменты и ключевые работы д

🌳 SuperTree — интерактивная визуализация деревьев решений прямо в Jupyter Notebook Если вы работаете с деревьями решений и ансамблями, то наверняка сталкивались с тем, что стандартные визуализации б

➡️ Визуализация градиентного спуска Небольшой эксперимент чтобы наглядно увидеть как SGD, Momentum, RMSProp и Adam ведут себя в разных «долинах». 🔥 Написано с нуля на JS, без ML-библиотек. Особен

Библиотека дата-сайентиста #развлекалово

💪 Paca: проджект-менеджмент для AI Jira даёт бэклог. ClickUp даёт автоматизации. Monday даёт дашборды. Все они добавляют AI как чатбот сбоку. Paca идёт дальше: AI агент получает место в Scrum-коман

🚀 Papers with Code возвращается Команда Hugging Face возродила легендарный сайт Papers with Code. Теперь там можно не только отслеживать SOTA по различным направлениям ИИ, но и удобно просматриват