Подработка для репетиторов по машинное обучение в России

Для себя Решение 2х проектных задач

помощь с решением задания (подготовил решения, но есть ошибки, необходима консультация) Требуется помощь с решением задания (cоздал свои решения, но нужна консультация). Описание проблемы и постановка задачи. Представим, что мы построили социальную сеть для студентов, которая обладает следующим функционалом: можно отправлять друг другу письма, создавать сообщества, аналогичные группам в известных сетях, и в этих сообществах публиковать посты. При регистрации студенты должны заполнять данные по своему профилю, которые хранятся в поднятой на наших мощностях базе данных Postgres. Также платформа обладает лентой, которую пользователи могут листать и просматривать случайные записи случайных сообществ. Если пост нравится, можно поддержать автора и поставить лайк. Все действия пользователей сохраняются, каждая их активность, связанная с просмотром постов, тоже записывается в нашу базу. Платформа заинтересована в благосостоянии студентов, поэтому разработчики решили усовершенствовать текущую ленту. А что, если показывать пользователям не случайные посты, а рекомендовать их точечно каждому пользователю из всего имеющегося множества написанных постов? Как это сделать и учесть индивидуальные характеристики профиля пользователя, его прошлую активность и содержимое самих постов? В текущем домашнем задании нужно предстоит построить рекомендательную систему постов в социальной сети. В качестве базовых сырых данных вы будете использовать подготовленные заранее командой курса таблицы. С точки зрения разработки вам будет необходимо реализовать сервис, который будет для каждого юзера в любой момент времени возвращать посты, которые пользователю покажут в его ленте соцсети. Оценка качества модели Качество написанного вами алгоритма будет проверяться в чекере по скрытому для вас ряду user_id и ряду timestаmp (эмулируем запросы пользователей в разное время) по метрике [Email скрыт]. Предположения и что мы проверяем в решении проекта На практике мы хотим достаточно быстро формировать рекомендации. Поэтому будем требовать, чтобы алгоритм работал не более, чем ~0.5 секунд на один запрос и занимал не более ~4 ГБ памяти (цифры приблизительные). Набор пользователей фиксирован, и новых добавляться не будет. Чекер будет проверять модель в рамках того же временного периода, что вы видите в базе данных. Модели не обучаются заново при использовании сервисов. Мы ожидаем, что ваш код будет импортировать уже обученную модель и применять её. Пример пайплайна для финальньного проекта 1. Загрузка данных из базы данных (БД) и обзор данных На первом этапе мы подключаемся к базе данных, выгружаем необходимые данные и загружаем их в Jupyter Hub для анализа. В этот момент цель — понять структуру данных, выявить возможные пропуски или аномалии, а также получить общее представление о распределении и составе данных. Анализ включает изучение признаков (features) и целевой переменной. 2. Создание признаков и формирование обучающей выборки На этом этапе мы создаем новые признаки, которые могут быть полезны для модели. Признаки могут включать информацию о пользователе (например, возраст, пол, история взаимодействий), информацию о постах (тексты, темы, категории), а также дополнительные статистики, такие как частота лайков или вовлеченность пользователя. После генерации признаков формируется обучающая выборка, которая содержит все необходимые данные для последующего обучения модели. 3. Тренировка модели и оценка её качества Используя обучающую выборку, мы обучаем модель, выбирая алгоритм и его параметры. После обучения настраиваем модель и проверяем её качество на валидационной выборке. Оценка качества проводится с помощью метрик, например, точности, полноты или ROC-AUC. Этот этап помогает определить, насколько хорошо модель способна делать предсказания и где её можно улучшить. Важно понимать, что повышение локального ROC-AUC не всегда гарантирует улучшение hitrate в LMS. Поэтому мы советуем проверять, как изменения вашей валидационной метрики сказываются на hitrate в LMS, чтобы убедиться в положительном влиянии. 4. Сохранение обученной модели После того как модель успешно обучена и её качество удовлетворяет требованиям, мы сохраняем её в определённом формате, который требует модель/библиотека. Этот файл станет основой для дальнейшего использования модели, так как он содержит все необходимые данные для предсказаний, включая веса и параметры. 5. Разработка сервиса для использования модели Здесь мы создаем сервис, который позволит взаимодействовать с моделью в реальном времени. Сервис включает следующие шаги: Загрузка модели: при запуске сервис загружает ранее сохранённую модель из файла. Получение признаков: сервис принимает запросы с user_id, на основе которого формирует нужные признаки для предсказания или загружаются уже с таблиц, которые вы загрузили в базу данных. Признаки в момент предсказания должны совпадать с признаками, которые были в момент обучения модели. Предсказание: используя загруженную модель и полученные признаки, сервис делает предсказание — определяет посты, которые, вероятно, понравятся пользователю. Возвращение ответа: сервис возвращает ответ с результатами предсказания. Важно: для того чтобы система проверки (чекер) могла корректно протестировать сервис, необходимо одновременно загружать как сам сервис, так и модель. 6. Загрузка сервиса в LMS для проверки (чекер) После завершения разработки сервис и модель загружаются в LMS, где автоматический чекер выполняет тестирование. Чекер проверяет, соответствует ли сервис требованиям, выполняет ли корректные предсказания, работает ли без ошибок и насколько быстро отвечает на запросы. Успешное прохождение проверки подтверждает готовность модели к использованию в продакшене.

Для себя Обучить модель для расчета конкурентоспособности продукта. Подробнее расскажу в ЛС

Для себя

Для себя Нужно составить презентацию про то, что из себя представляет CLIP сегодня + объяснить мне все про это Примерный план презентации и другие подробности предоставлю

Подготовка к экзамену

Подготовка к экзамену

Для себя Помощь с быстрой подготовкой к экзамену по машинному обучению, через разбор лабораторных в google colab Пишите в тг@kuchuchuu

Для работы ML, python, прогноз оттока клиентов по определенному продукту в банке

Для себя Изучение ml и deep learning. Научиться писать нейросети на PyTorch

Для себя Разработка алгоритма на базе генеративной модели для персонализированного общения с аудиторией в рекламных кампаниях Telegram • Изучение методов сегментации аудитории с использованием кластерного анализа и методов NLP для выделения групп по интересам, демографии и поведению. На основе сегментов разрабатывается и обучается генеративная модель, оптимизированная для персонализированного взаимодействия. В исследование включены эксперименты с адаптивной подстройкой модели для создания текстов, соответствующих каждому сегменту, с последующей оценкой влияния на конверсию и удержание.

Для себя

Для себя

Для себя Работаю аналитиком данных, владею Python. Хочу углубить знания в области статистики, SQL и машинного обучений. Ищу персонального репетитора для занятий раз в одну/две недели.

Для работы

Для себя

Для себя

Для себя Здравствуйте! Я ищу репетитора (преподавателя), имеющего опыт в глубоком обучении, чтобы помочь мне с моей работой. Я хочу работать с сверточными нейронными сетями, но у меня недостаточно опыта в этой области. Мне нужна помощь и руководство, а также предоставление необходимой информации, чтобы убедиться, что моя работа выполнена правильно. Тема: Распознавание объектов на автомобильной дороге Мы можем обсудить детали задачи вместе

Для себя Сейчас прохожу курс на karpov. Основами владею, но есть моменты, которые хотелось бы проработать с преподавателем. В процессе обучения появляются вопросы и задачи, которые сложно решить самой.

Для себя У меня есть метод построения вероятностного прогноза по неполным данным, нужно этот метод помочь применить к прогнозированию временных рядов

Подготовка к экзамену

Для себя

Для себя Подготовка к собеседованию, нужно объяснить математические основы линейной и логистической регрессии

Для работы Пока хочу просто узнать стоимость работы

Подготовка к экзамену

Для себя Исправление ошибок в дз

Для работы Обучение моделей МЛ

Для себя Нужна помощь с проектом на Python. Тема- ПО для синтеза речи в умном доме. Синтез речи с нейросетью. Сама программа должна включать в себя обучение персонализированного голоса(чтобы говорила любым голосом на обученных данных) и сам синтез, также необходимо интегрировать данную программу в готовую систему умного дома, т.е синтез речи должен быть встроен в эту систему с функционалом описанным выше(обучение собственного голоса,а также чтобы работал функционал системы умного дома). Мне необходима совместная работа с объяснением моментов связанных с нейросетью в python,интеграцией, работой данной программы.

Для себя Получить знания в сфере машинного обучения, data science

Для себя Подготовка к экзамену

Для себя Здравствуйте. Я прохожу курс https://stepik.org/course/54098/promo мне не всегда ясно изложение, переодически требуется разъяснение. Планирую периодически брать уроки. Основной уклон требуется на математику - как это работает внутри, с кодированием проблем нет.

И для себя, и для работы Фактически погрузиться в мир ML,в работу с большими данными, научиться использовать phython от обработеи переменных (однофакторный анализ, выбросы, null) до интерпретации и визуализации результатов работы модели

Уточните категорию: машинное обучение Для себя Обучение с нуля до трудоустройства.

Для себя Здравствуйте! Я ищу репетитора для помощи в решении задачи машинного обучения для моей выпускной квалификационной работы (ВКР) на курсе Data Science . Хочу углубить свои знания в ML, улучшить навыки работы с моделями и данными, а также расширить свой кругозор в анализе данных. Основные цели занятий: Разбор и корректировка решения ML-задачи для ВКР. Изучение ключевых концепций машинного обучения и их практическое применение. Освоение инструментов и библиотек для анализа данных . Развитие навыков построения и оценки моделей. Оптимизация и интерпретация полученных результатов. Буду рад обсудить формат занятий, частоту встреч и ваши рекомендации по обучению. Спасибо!

Для себя У меня есть репозиторий под названием doc-to-graph с кодом в Python , который используется для преобразования документов в графики. Этот код работает достаточно быстро для 1000 документов набора данных ten_newsgroups. Я хочу, чтобы он масштабировался для работы с большими наборами данных. Я хочу распараллелить код.

Для себя Помощь с выполнением работы на курсе машинное обучение (Human Activity Recognizer). Описание на Kaggle: https://www.kaggle.com/competitions/6-feb-25-hse-har/overview

Помощь с проектом "Детектировании элементов художественной гимнастике в видеопотоке". Цель: Разработать систему, которая определяет начало и конец выполнения конкретного элемента художественной гимнастики на видеопотоке. - Найти несколько предобученных моделей, которые умеют определять начало и конец движения на видеопотоке, желательно такие, которые можно запустить в Google Colab. - Выбрать одну модель и обосновать её выбор (определить метрики качества выделения события в видеопотоке). -Выбрать один из трех приложенных элементов гимнастики самый простой и массовый . -Пока решение без реального времени, главное научиться выделять элемент (время начала и время конца).

Подготовка к экзамену

Подготовка к экзамену

Для себя Водить машину

Для работы

Для себя

Для себя Необходима помощь с подбором релевантных данных для алгоритма fuzzy c-means

Для себя

Для себя Школьник 14 лет. Обладает знаниями C++ и основами Python. Работал с Unity. Ориентируется в Linux. Есть желание изучить ML.

Для работы Закрепить теоретические знания

Для себя Хочу научиться работать в teaching machine, что бы создать свое приложение для обучение футболу

Подготовка к экзамену

Для себя

Для работы Обучение студентов Университет Синергия в поиске спикеров для создания онлайн программы высшего образования по направлению факультета ИИ дисциплины для сотрудничества на выбор : «Распределенные системы» ,«Теории и системы ИИ», "Теории игр" Что входит в обязанности : Создание программы курса ( 70% лекционных занятий - практико-ориентированные) Создание презентаций Запись и участие в съемке видео-уроков в студии м. Сокол Объем каждого курса - 8 часов ( примерно 25-35 уроков, длительностью 15- 20 мин)