насчёт рынка труда, изложи свои тогда.
2. Где наука в классическом МЛ? приведи примеры
Пока что диалог выглядит как: а я считаю не так!
Никто не говорил про мнист, но нам вот нужны синтетические датасеты, энкодеры. ГАНы сейчас развиваются очень. Это немного продвинутее мниста, не находишь?
1. Начиная от работы с большими датасетами. Проблема на практике в том, чтобы собрать нормальный датасет, его обработать. Это как один из многих нюансов. 2. Комон, градиентный бустинг - классический пример функциональной регуляризация модельки и почему она работает (начиная от того, что такое регуляризация по Тихонову) и т.д, тут куча примеров 3. Это очень сильно зависит от того куда идти. Вряд ли человека возьмут на удалёнку в рисерч. А в бизнесе нужно крутить модельки на гпу, а не говорить, что нужно имплементить wasserstein gan
Обсуждают сегодня