Это подкаст о машинном обучении от неспециалиста для неспециалистов. Буду рассказывать о развитии индустрии, проводить ликбез, объяснять терминологию и профессиональные жаргонизмы, общаться с профессионалами из индустрии Искусственного Интеллекта. Я сам не так давно начал погружаться в эту тему и по мере своего развития буду делиться своим пониманием этой интересной и перспективной области знаний.
Почта для обратной связи: kms101@yandex.ru
Сообщество подкаста в ВК: https://vk.com/mlpodcast
Телеграм-канал: https://t.me/toBeAnMLspecialist
Я в телеграме: @kmsint
All content for Machine Learning Podcast is the property of Mikhail and is served directly from their servers
with no modification, redirects, or rehosting. The podcast is not affiliated with or endorsed by Podjoint in any way.
Это подкаст о машинном обучении от неспециалиста для неспециалистов. Буду рассказывать о развитии индустрии, проводить ликбез, объяснять терминологию и профессиональные жаргонизмы, общаться с профессионалами из индустрии Искусственного Интеллекта. Я сам не так давно начал погружаться в эту тему и по мере своего развития буду делиться своим пониманием этой интересной и перспективной области знаний.
Почта для обратной связи: kms101@yandex.ru
Сообщество подкаста в ВК: https://vk.com/mlpodcast
Телеграм-канал: https://t.me/toBeAnMLspecialist
Я в телеграме: @kmsint
#059 ML Лаида Кушнарева. Алхимики, шаманы и жрецы современного DS
Machine Learning Podcast
56 minutes
1 year ago
#059 ML Лаида Кушнарева. Алхимики, шаманы и жрецы современного DS
В гостях Лаида Кушнарева - Старший Академический Консультант, Huawei, которую в мире Data Science больше знают как Техножрицу. Общаемся про то, как обстоят дела в мире исследований вокруг машинного обучения. Как поменять математику на программирование, но продолжить заниматься математикой. Почему вычисления квадратного корня на калькуляторе необратимы и причем здесь головастики. Плюсы и минусы в работе современного ученого. Как проходит день исследователя. Докатился ли кризис воспроизводимости научных исследований до DS. Почему культура проведения эксперимента не менее важна, чем математическая обоснованность его предпосылок. Обо всем этом и многом другом в эпизоде!
Ссылки выпуска:
Паблик Лаиды "Техножрица" ( https://t.me/tech_priestess)
Упомянутое в выпуске видео 3blue1brown про фрактальную размерность ( https://youtu.be/zUZw6l2IPRk)
Статья на NeurIPS, написанная Лаидой и её коллегами (см. список авторов), про применение фрактальной размерности для детекции текстов, сгенерированных chatGPT ( https://neurips.cc/virtual/2023/poster/72624)
Другие научные статьи гостьи выпуска ( https://scholar.google.com/citations?user=rsTb_hYAAAAJ&hl=en)
Одна из статей про обнаружение галлюцинаций модели LLAMA 2 ( https://arxiv.org/abs/2312.17249)
Книга "Математика в машинном обучении" ( https://mml-book.github.io/)
Пост с подборкой бесплатных учебных материалов по математике и machine learning, которыми можно пользоваться, чтобы вникать в эту область ( https://habr.com/ru/articles/774844/)
Обсуждение статьи gzip с некорректно поставленным экспериментом (пример того, как иногда бывает) ( https://t.me/tech_priestess/841)
Еще одно обсуждение статьи gzip с некоторым троллингом ( https://t.me/tech_priestess/847)
Буду благодарен за обратную связь!
Вступайте в книжный ML-клуб, где мы читаем книги по машинному обучению и смежным темам!
MLBookClub ( https://t.me/+HIXnIwXIIFAyYzYy). Условия участия ( https://t.me/toBeAnMLspecialist/750)
Мой телеграм для связи ( https://t.me/kmsint)
Я сделал бесплатный курс по созданию телеграм-ботов на Python и aiogram на Степике ( https://stepik.org/120924). Присоединяйтесь, если хотите научиться разрабатывать телеграм-ботов!
И буквально пару месяцев назад я открыл доступ к пре-релизу нового курса по продвинутой разработке телеграм-ботов с элементами микросервисной архитектуры ( https://stepik.org/a/153850?utm_source=mlpodcast&utm_campaign=ep_59), который пишу в соавторстве с крутыми разработчиками.
Выразить благодарность можно добрым словом и/или донатом ( https://www.tinkoff.ru/rm/kryzhanovskiy.mikhail11/NkwE718878/)
Machine Learning Podcast
Это подкаст о машинном обучении от неспециалиста для неспециалистов. Буду рассказывать о развитии индустрии, проводить ликбез, объяснять терминологию и профессиональные жаргонизмы, общаться с профессионалами из индустрии Искусственного Интеллекта. Я сам не так давно начал погружаться в эту тему и по мере своего развития буду делиться своим пониманием этой интересной и перспективной области знаний.
Почта для обратной связи: kms101@yandex.ru
Сообщество подкаста в ВК: https://vk.com/mlpodcast
Телеграм-канал: https://t.me/toBeAnMLspecialist
Я в телеграме: @kmsint