Jupyter Notebook для раздела «Learning»
183 репозитория на Jupyter Notebook в разделе «Learning».
Где брать чистые данные для пет-проектов и обучения
Обзор легендарного репозитория FiveThirtyEight с огромной коллекцией реальных датасетов для аналитики, машинного обучения и визуализации.
Как не утонуть в море ML-туториалов и собрать свою базу знаний
Обзор репозитория ML-CaPsule — огромной коллекции из 50+ практических проектов по машинному обучению, от веб-скрапинга до нейросетей и детекции дипфей...
Как разобраться в Machine Learning без лишней воды и платных курсов
Обзор открытой книги и коллекции Jupyter-ноутбуков по основам машинного обучения. Разбираем, почему стоит заглянуть в этот проект, даже если вы не зна...
Как перестать изобретать велосипед в машинном обучении с помощью репозитория Hugging Face
Обзор крупнейшей коллекции интерактивных гайдов от Hugging Face: как быстро настраивать нейросети, оптимизировать модели и не тратить время на написан...
Как приручить трансформеры без боли и лишних абстракций
Обзор впечатляющей коллекции туториалов по HuggingFace Transformers. Разбираемся, как быстро запустить SOTA-модели для анализа документов, компьютерно...
С чего начать путь в Open Source - коллекция Python-скриптов на все случаи жизни
Обзор репозитория Python-project-Scripts — коллекции из 80+ практичных скриптов для автоматизации, работы с медиа и обучения Python на реальных пример...
Как собрать ИИ-агента для почты и не сойти с ума от сложности
Разбираем пошаговое руководство от команды LangChain по созданию умного почтового ассистента с памятью и человеческим контролем.
Как перестать изобретать велосипед при создании ИИ-агентов
Огромная коллекция практических туториалов и готового кода для разработки ИИ-агентов: от систем памяти и планирования до многоагентных систем на LangG...
Как перестать бояться больших языковых моделей и начать на них кодить
Разбираем крутой репозиторий dive-into-llms: практическое руководство по обучению, защите и деплою больших языковых моделей с готовыми ноутбуками на P...
Как перестать гуглить каждый метод в Pandas и начать наконец писать код
Обзор популярного репозитория с практическими упражнениями по библиотеке Pandas. Идеальный тренажер для тех, кто хочет перейти от чтения туториалов к...
Как не провалить лайвкодинг по машинному обучению с TorchCode
Обзор TorchCode — интерактивного тренажера для подготовки к интервью по машинному обучению. 40 задач на реализацию архитектур и операторов PyTorch с а...
Готовые рецепты для нейросетей Gemma: код, картинки и данные
Обзор репозитория Gemma Cookbook от Google: как использовать открытые нейросети для генерации кода, анализа медицинских данных и работы с изображениям...
Как MedSAM адаптирует Segment Anything для медицины
Обзор MedSAM — адаптации нейросети Segment Anything для медицинских изображений. Узнайте, как автоматизировать сегментацию органов на КТ и МРТ с помощ...
Как не изобретать велосипед при запуске моделей в облаке
Обзор официального репозитория с примерами для Amazon SageMaker: от обучения простых моделей до развертывания LLM и настройки MLOps пайплайнов.
Как обучить свою языковую модель и не разориться на видеокартах
Обзор Unsloth Studio — инструмента для сверхбыстрого дообучения LLM с экономией видеопамяти до 80%. Узнайте, как обучить Llama или Mistral на домашней...
Как разобраться в LLM и RAG на примере обучающих материалов阿里巴巴
Разбираем репозиторий от Alibaba Cloud с полным курсом по созданию LLM-приложений, RAG-системам и AI-агентам на практике.
Как разобраться в Microsoft Fabric без чтения бесконечных мануалов
Обзор официального репозитория с примерами для Microsoft Fabric: от готовых датасетов до сложных пайплайнов обработки данных. Разбираемся, как быстро...
Как собрать свой ChatGPT на коленке и не сойти с ума
Разбираем крутой репозиторий, который учит собирать современные языковые модели (Llama 3, ChatGLM, RWKV) с нуля на PyTorch. Практическое руководство д...
Как не утонуть в подготовке к собеседованиям в бигтех
Обзор огромного репозитория-путеводителя по подготовке к собеседованиям в топовые IT-компании: от алгоритмов до системного дизайна.
Как перестать играться с моделями и начать строить ML-продукты
Обзор популярного репозитория Made-With-ML: как пройти путь от Jupyter Notebook до полноценного продакшн-сервиса с использованием Ray, MLflow и CI/CD.
Как научить нейросеть проектировать живые организмы
Обзор Evo 2 — нейросети от Arc Institute, которая понимает язык ДНК на уровне отдельных нуклеотидов и умеет проектировать геномы с контекстом до 1 мил...
Как предсказать движение рынка с помощью Python и 50 моделей машинного обучения
Обзор огромной коллекции из 50+ моделей машинного обучения и торговых агентов для предсказания фондового рынка: от LSTM до нейроэволюции.