Чтение книг для практики иностранных языков
Чтение книг на иностранных языках - это отличный способ набрать словарный запас. Есть много способов прокачивания языка, но практика в любом виде просто необходима - это может быть чтение текстов, просмотр фильмов, слушание подкастов/аудиокниг/чего-угодно, разговоры и так далее. При чтении мне проще всего трекать прогресс, чем и хочу поделиться.
Недавно я закончил читать серию из четырёх книг на немецком - это перевод русский серии "Страж" Алексея Пехова. Кстати, это один из моих любимых авторов современного фэнтези. Я читал эту серию очень давно (последняя книга вроде как была опубликована лет 10 назад), но вот несколько месяцев назад мне попался на глаза немецкий перевод, и я решил перечитать её - на этот раз не только по фану, но и для языковой практики. Пехов пишет отличные книги, богатые на описания, но от этого получается высокая сложность текста, когда читаешь их в переводе.
На чтение первой книги у меня ушло больше месяца, и на Kindle я отметил примерно 1.5к слов как неизвестные (смотрел их перевод). Первая треть книги шла совсем с трудом, но постепенно становилось легче и легче. Вторую книгу я читал немного быстрее, но всё равно потребовался примерно месяц, и было примерно 1.1к новых слов. А дальше стало лучше - где-то три недели на третью книгу (~900 слов) и всего дней десять на четвёртую (~500 слов). Естественно, на скорость чтения влияли внешние факторы, но прогресс очевиден.
Кстати, все эти слова я потом переносил в Anki с помощью того приложения, о котором я писал раньше: https://www.group-telegram.com/datastorieslanguages.com/59 Правда я в свою локальную версию добавил возможность делать перевод с помощью gpt-4o :)
Дальше планирую почитать что-нибудь в оригинале на немецком (в дополнение к другим способам практики).
P. S. Обложки к немецких изданий просто шикарные.
#languages
Чтение книг на иностранных языках - это отличный способ набрать словарный запас. Есть много способов прокачивания языка, но практика в любом виде просто необходима - это может быть чтение текстов, просмотр фильмов, слушание подкастов/аудиокниг/чего-угодно, разговоры и так далее. При чтении мне проще всего трекать прогресс, чем и хочу поделиться.
Недавно я закончил читать серию из четырёх книг на немецком - это перевод русский серии "Страж" Алексея Пехова. Кстати, это один из моих любимых авторов современного фэнтези. Я читал эту серию очень давно (последняя книга вроде как была опубликована лет 10 назад), но вот несколько месяцев назад мне попался на глаза немецкий перевод, и я решил перечитать её - на этот раз не только по фану, но и для языковой практики. Пехов пишет отличные книги, богатые на описания, но от этого получается высокая сложность текста, когда читаешь их в переводе.
На чтение первой книги у меня ушло больше месяца, и на Kindle я отметил примерно 1.5к слов как неизвестные (смотрел их перевод). Первая треть книги шла совсем с трудом, но постепенно становилось легче и легче. Вторую книгу я читал немного быстрее, но всё равно потребовался примерно месяц, и было примерно 1.1к новых слов. А дальше стало лучше - где-то три недели на третью книгу (~900 слов) и всего дней десять на четвёртую (~500 слов). Естественно, на скорость чтения влияли внешние факторы, но прогресс очевиден.
Кстати, все эти слова я потом переносил в Anki с помощью того приложения, о котором я писал раньше: https://www.group-telegram.com/datastorieslanguages.com/59 Правда я в свою локальную версию добавил возможность делать перевод с помощью gpt-4o :)
Дальше планирую почитать что-нибудь в оригинале на немецком (в дополнение к другим способам практики).
P. S. Обложки к немецких изданий просто шикарные.
#languages
Leetcode теперь может автоматически считать асимптотику алгоритмов
Теперь на Leetcode появилась новая удобная фича. После сабмита решения можно нажать на кнопочку "Analyze Complexity" и увидеть какая сложность у написанного кода. Прикольно, так будет легче запомнить разные асимптотики тем, кто ещё в них путается
#datascience
Теперь на Leetcode появилась новая удобная фича. После сабмита решения можно нажать на кнопочку "Analyze Complexity" и увидеть какая сложность у написанного кода. Прикольно, так будет легче запомнить разные асимптотики тем, кто ещё в них путается
#datascience
GPT-4 is "smarter" at temperature=1 than temperature=0, even on deterministic tasks.
Я наткнулся на любопытное обсуждение в твиттере - оказалось, что если поставить temperature=1 в GPT-4, он будет работать немного получше.
Что забавно - попробовали такое же с затюненой LLama3 - и там полный разброс.
Тюнинг и инференс LLM остаётся алхимией :)
#datascience
Я наткнулся на любопытное обсуждение в твиттере - оказалось, что если поставить temperature=1 в GPT-4, он будет работать немного получше.
Что забавно - попробовали такое же с затюненой LLama3 - и там полный разброс.
Тюнинг и инференс LLM остаётся алхимией :)
#datascience
Обзор книги "Accelerate Model Training with PyTorch 2.X"
Недавно мне написали из Packt и сам автор книги Maicon Melo Alves и предложили почитать книгу и опубликовать отзыв.
Мой англоязычный отзыв можно почитать тут: https://www.linkedin.com/posts/andlukyane_accelerate-model-training-with-pytorch-2-activity-7207747253212483585-n7np?utm_source=share&utm_medium=member_desktop
Неофициально скажу, что книга вполне неплохая... но хз на кого нацеленная. Для новичков будет слишком много технических деталей, проще взять официальные туториалы pytorch. Для опытных людей новое будет, но я не уверен в том, что они подчерпнут достаточно полезного. Плюс весь код в открытом доступе
Наверное, полезнее всего будет тем, кто не хочет гуглить, а предпочитает читать книги. Сам стиль хороший, объяснения качественные, материал покрывает всё нужное.
Ссылка на книгу
#datascience
Недавно мне написали из Packt и сам автор книги Maicon Melo Alves и предложили почитать книгу и опубликовать отзыв.
Мой англоязычный отзыв можно почитать тут: https://www.linkedin.com/posts/andlukyane_accelerate-model-training-with-pytorch-2-activity-7207747253212483585-n7np?utm_source=share&utm_medium=member_desktop
Неофициально скажу, что книга вполне неплохая... но хз на кого нацеленная. Для новичков будет слишком много технических деталей, проще взять официальные туториалы pytorch. Для опытных людей новое будет, но я не уверен в том, что они подчерпнут достаточно полезного. Плюс весь код в открытом доступе
Наверное, полезнее всего будет тем, кто не хочет гуглить, а предпочитает читать книги. Сам стиль хороший, объяснения качественные, материал покрывает всё нужное.
Ссылка на книгу
#datascience
Linkedin
Accelerate Model Training with PyTorch 2.X: Build more accurate models by… | Andrey Lukyanenko
My review of the book "Accelerate Model Training with PyTorch 2.X"
https://lnkd.in/dPPtBhR3
I was offered to read this book in exchange for an honest review.
I think this is a great book that will be useful to anyone who wants to improve their understanding…
https://lnkd.in/dPPtBhR3
I was offered to read this book in exchange for an honest review.
I think this is a great book that will be useful to anyone who wants to improve their understanding…
ChatGPT is bullshit
https://link.springer.com/article/10.1007/s10676-024-09775-5
Я так и не понял, что в этой статье нового, но название порадовало.
#datascience
https://link.springer.com/article/10.1007/s10676-024-09775-5
Я так и не понял, что в этой статье нового, но название порадовало.
#datascience
Samba: Simple Hybrid State Space Models for Efficient Unlimited Context Language Modeling
Только недавно NVIDIA натренировала SSM Mamba-2 на 8B параметров на 3.5T токенов, как в Microsoft решил не ударить в грязь лицом и натренировали Samba (Mamba + MLP + Sliding Window Attention) на 3.8B параметров и 3.2T токенов. Получили модельку лучше, чем Phi3-mini - MMLU 71.2, 71.9 при intruction-tuning. Из главных плюшек - большой контекст. Например, тренировали на контексте 4к, и Samba успешно экстраполировала на 256к с почти идеальным memory recall. Плюс шустрый инференс. Выглядит очень любопытно. Но весов пока нет.
Paper link
Code link
Мои обзоры:
Personal blog
Medium
Linkedin Pulse
#paperreview
Только недавно NVIDIA натренировала SSM Mamba-2 на 8B параметров на 3.5T токенов, как в Microsoft решил не ударить в грязь лицом и натренировали Samba (Mamba + MLP + Sliding Window Attention) на 3.8B параметров и 3.2T токенов. Получили модельку лучше, чем Phi3-mini - MMLU 71.2, 71.9 при intruction-tuning. Из главных плюшек - большой контекст. Например, тренировали на контексте 4к, и Samba успешно экстраполировала на 256к с почти идеальным memory recall. Плюс шустрый инференс. Выглядит очень любопытно. Но весов пока нет.
Paper link
Code link
Мои обзоры:
Personal blog
Medium
Linkedin Pulse
#paperreview
Курс испанского языка на Duolingo пройден. Опять
Я уже рассказывал, что использую Duolingo для дополнительной практики языков. Вчера вот я снова завершил курс испанского. До этого я уже проходил его полностью пару раз, но каждый раз через какое-то время компания делала редизайн курса и добавляла новые материалы.
Впечатления от курса такие же как и прежде - чем ближе к концу, тем меньше польза. По субъективным ощущениям, я делал ошибки примерно в 10% вопросов, и большинство было либо из-за моих глупых опечаток, либо из-за случаев, когда Duolingo ожидал какой-то специфичный ответ вместо моего (который тоже подходил).
В качестве дополнительного усложнения, везде где это было возможно, я старался использовать микрофон для голосового ввода. Кстати, с этим было интересно: обычно iPhone отлично распознавал мой голос и выдавал именно то, что я говорил; а когда я использовал приложение на Android, те же самые фразы часто распознавались криво и приходилось исправлять их ручками.
Теперь не знаю забрасывать ли Duolingo, или поддерживать почти 900-дневный streak.
#languages
Я уже рассказывал, что использую Duolingo для дополнительной практики языков. Вчера вот я снова завершил курс испанского. До этого я уже проходил его полностью пару раз, но каждый раз через какое-то время компания делала редизайн курса и добавляла новые материалы.
Впечатления от курса такие же как и прежде - чем ближе к концу, тем меньше польза. По субъективным ощущениям, я делал ошибки примерно в 10% вопросов, и большинство было либо из-за моих глупых опечаток, либо из-за случаев, когда Duolingo ожидал какой-то специфичный ответ вместо моего (который тоже подходил).
В качестве дополнительного усложнения, везде где это было возможно, я старался использовать микрофон для голосового ввода. Кстати, с этим было интересно: обычно iPhone отлично распознавал мой голос и выдавал именно то, что я говорил; а когда я использовал приложение на Android, те же самые фразы часто распознавались криво и приходилось исправлять их ручками.
Теперь не знаю забрасывать ли Duolingo, или поддерживать почти 900-дневный streak.
#languages
I Will Fucking Piledrive You If You Mention AI Again
Блогпост от австралийского DS - вопль от глубины души. Очень эмоционально, но при этом вполне адекватно. Основные тезисы:
• Многие проекты проваливаются потому, что кто-то наверху решил "делать AI-проект" не понимая реальных ограничений и сложностей. Очень многое упирается в инфраструктуру
• В компаниях на высоких уровнях слишком много "grifters", которые пропагандируют использование AI лишь для личной пользы без заботы о результатах
• Есть серьёзно задуматься, большинству компаний совершенно не нужно разрабатывать AI, чтобы оставаться конкурентоспособными. Плюс, у многих компаний этот самый AI уже есть - ибо они купили какие-то решения у компаний, которые умеют и понимают как это делать
• Недавно был опубликован большой отчёт о том, как идёт внедрение AI. Там много красивых чисел, но большинство - явный буллшит.
• Просто впихивание "AI" в любые проекты не поможет решить проблемы. Надо вначале выстраивать процессы и обучать людей.
Blogpost
#datascience
Блогпост от австралийского DS - вопль от глубины души. Очень эмоционально, но при этом вполне адекватно. Основные тезисы:
• Многие проекты проваливаются потому, что кто-то наверху решил "делать AI-проект" не понимая реальных ограничений и сложностей. Очень многое упирается в инфраструктуру
• В компаниях на высоких уровнях слишком много "grifters", которые пропагандируют использование AI лишь для личной пользы без заботы о результатах
• Есть серьёзно задуматься, большинству компаний совершенно не нужно разрабатывать AI, чтобы оставаться конкурентоспособными. Плюс, у многих компаний этот самый AI уже есть - ибо они купили какие-то решения у компаний, которые умеют и понимают как это делать
• Недавно был опубликован большой отчёт о том, как идёт внедрение AI. Там много красивых чисел, но большинство - явный буллшит.
• Просто впихивание "AI" в любые проекты не поможет решить проблемы. Надо вначале выстраивать процессы и обучать людей.
Blogpost
#datascience
Auto-import от fastai
Библиотека fastai - холиварная штука. С одной стороны, полно SOTA штук (по крайней мере так было несколько лет назад), с другой стороны полно очень спорных архитектурных решений и сам код очень спорный. Плюс создатели библиотеки любят пропагандировать стиль типа
К чему я вообще вспомнил это? Сейчас увидел твит от Jeremy Howard, где он называет требования нормальных импортов "pointless busywork" и предлагает решение - делать
#datascience
Библиотека fastai - холиварная штука. С одной стороны, полно SOTA штук (по крайней мере так было несколько лет назад), с другой стороны полно очень спорных архитектурных решений и сам код очень спорный. Плюс создатели библиотеки любят пропагандировать стиль типа
import *.К чему я вообще вспомнил это? Сейчас увидел твит от Jeremy Howard, где он называет требования нормальных импортов "pointless busywork" и предлагает решение - делать
import * по-прежнему, а потом запускать новую либу "fastcore", которая заменит импорты на правильные. Что может пойти не так...#datascience
JetBrains Grazie
JetBrains, как и многие другие компании, пытается впихнуть невпихуемое AI в свои продукты. Какое-то время назад зарелизили AI Assistant, который работает в целом неплохо, теперь вот "AI writing companion".
Доступно для обладателей Pro подписки.
Мне вот интересно, многие ли используют продукты JetBrains для написания текстов? Я публикую блогпосты в интерфейсе JetBrains, но обычно сами тексты пишу в Typora или других инструментах.
Plugin
#datascience
JetBrains, как и многие другие компании, пытается впихнуть невпихуемое AI в свои продукты. Какое-то время назад зарелизили AI Assistant, который работает в целом неплохо, теперь вот "AI writing companion".
Доступно для обладателей Pro подписки.
Мне вот интересно, многие ли используют продукты JetBrains для написания текстов? Я публикую блогпосты в интерфейсе JetBrains, но обычно сами тексты пишу в Typora или других инструментах.
Plugin
#datascience
ВНИМАНИЕ: начиная с 26.08.2024 Slack начнёт удалять сообщения старше года в бесплатных workspace
Раньше в бесплатных workspace можно было видеть историю до 90 дней (если без ухищрений в виде закладок), но при оплате становилась доступной история за всё время.
Slack, видимо, понял, что большинство бесплатных workspace платить не будут, поэтому скоро он начнёт удалять старые сообщения:
> We will be reducing our data storage offering for the free version of Slack; starting 26th August 2024, we’ll begin deleting messages and files more than one year old from free workspaces on a rolling basis.
Link
Discussion
Раньше в бесплатных workspace можно было видеть историю до 90 дней (если без ухищрений в виде закладок), но при оплате становилась доступной история за всё время.
Slack, видимо, понял, что большинство бесплатных workspace платить не будут, поэтому скоро он начнёт удалять старые сообщения:
> We will be reducing our data storage offering for the free version of Slack; starting 26th August 2024, we’ll begin deleting messages and files more than one year old from free workspaces on a rolling basis.
Link
Discussion
Slack Help Center
Updates to message and file history on free workspaces
Over the years, we’ve changed our subscriptions and features to maintain the quality of Slack for our customers. As our customer base has continued to grow, so has our mission to make Slack a too...
Husky: A Unified, Open-Source Language Agent for Multi-Step Reasoning
Husky - универсальный open-source language agent, который решает разнообразные сложные задачи, включая numerical, tabular и knowledge-based reasoning. Husky работает в два этапа: генерирует следующее действие для решения задачи и выполняет его с помощью expert models, обновляя текущее состояние решения. В экспериментах Husky превосходит предыдущие language agents на 14 датасетах.
Ещё авторы создали свой собственный датасет, и, конечно, показали, что на нём их подход отлично работает.
Из забавного: почему Husky? Потому что подход использует несколько эскспертных моделей, которые подобны упряжке хаски, тянущих сани.
Ну и, вначале попробовали разные базовые модели, а потом оказалось, что есть взять Llama-3-8B и тюнить её, то получится лучше всего.
Paper link
Code link
Мои обзоры:
Personal blog
Medium
Linkedin Pulse
#paperreview
Husky - универсальный open-source language agent, который решает разнообразные сложные задачи, включая numerical, tabular и knowledge-based reasoning. Husky работает в два этапа: генерирует следующее действие для решения задачи и выполняет его с помощью expert models, обновляя текущее состояние решения. В экспериментах Husky превосходит предыдущие language agents на 14 датасетах.
Ещё авторы создали свой собственный датасет, и, конечно, показали, что на нём их подход отлично работает.
Из забавного: почему Husky? Потому что подход использует несколько эскспертных моделей, которые подобны упряжке хаски, тянущих сани.
Ну и, вначале попробовали разные базовые модели, а потом оказалось, что есть взять Llama-3-8B и тюнить её, то получится лучше всего.
Paper link
Code link
Мои обзоры:
Personal blog
Medium
Linkedin Pulse
#paperreview
Подход к запоминанию слов - генерация историй с помощью ChatGPT
В изучении языков один из ключевых моментов - приобретение и поддержка словарного запаса. Существует много "стандартных" подходов к этому:
• Зубрение списков слов (как по мне, это самое нудное)
• Придумывание фраз/предложений с этими словами
• Флешкарточки со словами (либо слова сами по себе, либо с контекстом)
• Пассивный вариант - поглощение контента
И так далее, есть множество вариантов.
Как я уже рассказывал, я активно использую Anki (флешкарточки) для повторения слов, но бывает так, что какие-то слова ну никак не откладываются в памяти - слишком часто в них ошибаюсь. Иногда я такие слова просто отбрасываю (если они очень редкие), иногда придумываю фразы с ними. Недавно я решил попробовать новый подход - беру 5-10 таких слов и прошу ChatGPT придумать историю с этими словами. В целом получается прикольно (пример на скриншоте), но даже в таких коротких текстах он иногда теряет нить повествования и забывает про то, что было сказано пару абзацев назад.
#languages
В изучении языков один из ключевых моментов - приобретение и поддержка словарного запаса. Существует много "стандартных" подходов к этому:
• Зубрение списков слов (как по мне, это самое нудное)
• Придумывание фраз/предложений с этими словами
• Флешкарточки со словами (либо слова сами по себе, либо с контекстом)
• Пассивный вариант - поглощение контента
И так далее, есть множество вариантов.
Как я уже рассказывал, я активно использую Anki (флешкарточки) для повторения слов, но бывает так, что какие-то слова ну никак не откладываются в памяти - слишком часто в них ошибаюсь. Иногда я такие слова просто отбрасываю (если они очень редкие), иногда придумываю фразы с ними. Недавно я решил попробовать новый подход - беру 5-10 таких слов и прошу ChatGPT придумать историю с этими словами. В целом получается прикольно (пример на скриншоте), но даже в таких коротких текстах он иногда теряет нить повествования и забывает про то, что было сказано пару абзацев назад.
#languages
Исследование профессионального ML-сообщества в России от Университета ИТМО
ИТМО проводит анализ профессионального сообщества ML- и DS- в России.
Вы можете приложить руку к честной статистике и высказать свое мнение о состоянии индустрии, лидерах рынка и в целом ML-карьере в России.
Чтобы поучаствовать, нужно просто пройти опрос (это займет примерно 5 минут). Конфиденциальность гарантируется. Ваше участие поможет сформировать полную картину.
Делитесь своим мнением тут: https://forms.gle/dHRsqQJteuty51Bp7
#datascience
ИТМО проводит анализ профессионального сообщества ML- и DS- в России.
Вы можете приложить руку к честной статистике и высказать свое мнение о состоянии индустрии, лидерах рынка и в целом ML-карьере в России.
Чтобы поучаствовать, нужно просто пройти опрос (это займет примерно 5 минут). Конфиденциальность гарантируется. Ваше участие поможет сформировать полную картину.
Делитесь своим мнением тут: https://forms.gle/dHRsqQJteuty51Bp7
#datascience
Горячие споры в научном сообществе о полезности и бесполезности билингвизма
Иногда я просматриваю статьи не только по ML, но и на другие темы, например, про изучение иностранных языков. Бывает интересно посмотреть, как разные исследования дают весьма противоречивые результаты. Сегодня хотел бы написать про несколько статей о билингвизме. Как понятно из названия, билингвизм - когда человек может говорить на двух языках на нативном уровне. Если же человек владеет тремя языками и больше, то уже называется полиглотом.
Есть статья 2012 года "An Effect of Bilingualism on the Auditory Cortex". Авторы сравнивают две группы людей - монолингвов с испанским языком и билингвов с испанским и каталонским. Представители обеих групп схожи по образованию, социально-экономическому положение и... по музыкальному опыту. Приходят к выводу о том, что у вторых стабильно больше серого вещества в мозге.
В статье меня смутило несколько вещей. Первое - выбранные языки. Каталонский всё же очень похож на испанский, интереснее было бы взять билингвов с сильно различающимися языками. Второе - маленький размер выборки, всего 44. Третье - удивил акцент на музыке, но это было объяснено тем, что какое-то время назад вышла статья о том, что занятия музыкой увеличивают серое вещество, поэтому авторы этой статьи решили это учесть.
Есть пара статей о том, что изучение языков помогает предотвратить деменцию, или хотя бы её отсрочить. Хотя, как мне кажется, это могло бы быть объяснено любой качественной мозговой активностью.
А вот в 2020 году вышла статья с противоположным постулатом. Авторы исследовали 11041 человек, дали им 12 разных тестов, и не обнаружили какого-либо стабильно высокого уровня у билингвов. Билингвы были лучше на одном тесте, монолингвы на четырёх.
Естественно, есть ещё много статей в поддержку той или иной точки зрения. Лично мне кажется, что любое изучение чего-то нового - это отлично. Но считать билингвов/полиглотов какими-то супер людьми не стоит. Достаточно просто осознать, что во многих странах мира люди с детства знают 2-3 языка - и это не делает их гениями в чём-либо другом.
#languages
Иногда я просматриваю статьи не только по ML, но и на другие темы, например, про изучение иностранных языков. Бывает интересно посмотреть, как разные исследования дают весьма противоречивые результаты. Сегодня хотел бы написать про несколько статей о билингвизме. Как понятно из названия, билингвизм - когда человек может говорить на двух языках на нативном уровне. Если же человек владеет тремя языками и больше, то уже называется полиглотом.
Есть статья 2012 года "An Effect of Bilingualism on the Auditory Cortex". Авторы сравнивают две группы людей - монолингвов с испанским языком и билингвов с испанским и каталонским. Представители обеих групп схожи по образованию, социально-экономическому положение и... по музыкальному опыту. Приходят к выводу о том, что у вторых стабильно больше серого вещества в мозге.
В статье меня смутило несколько вещей. Первое - выбранные языки. Каталонский всё же очень похож на испанский, интереснее было бы взять билингвов с сильно различающимися языками. Второе - маленький размер выборки, всего 44. Третье - удивил акцент на музыке, но это было объяснено тем, что какое-то время назад вышла статья о том, что занятия музыкой увеличивают серое вещество, поэтому авторы этой статьи решили это учесть.
Есть пара статей о том, что изучение языков помогает предотвратить деменцию, или хотя бы её отсрочить. Хотя, как мне кажется, это могло бы быть объяснено любой качественной мозговой активностью.
А вот в 2020 году вышла статья с противоположным постулатом. Авторы исследовали 11041 человек, дали им 12 разных тестов, и не обнаружили какого-либо стабильно высокого уровня у билингвов. Билингвы были лучше на одном тесте, монолингвы на четырёх.
Естественно, есть ещё много статей в поддержку той или иной точки зрения. Лично мне кажется, что любое изучение чего-то нового - это отлично. Но считать билингвов/полиглотов какими-то супер людьми не стоит. Достаточно просто осознать, что во многих странах мира люди с детства знают 2-3 языка - и это не делает их гениями в чём-либо другом.
#languages
PubMed Central (PMC)
An Effect of Bilingualism on the Auditory Cortex
Two studies (; ) have reported a positive correlation between the ability to perceive foreign speech sounds and the volume of Heschl's gyrus (HG), the structure that houses the auditory cortex. More precisely, participants with larger left Heschl's gyri ...
Kaggle теперь выдаёт сертификаты за соревнования
Вышла новость, что теперь на каггле можно получить "сертификат" с подтверждением своего места в соревновании. Сделали это потому, что проходящие курсы Kaggle Learn очень любили сертификаты.
Теперь можно зайти на leaderbord закончившегося соревнования и по кнопочке "View Certificate" получить красивую картинку с подтверждением. После завершения новых соревнований, ссылку на сертификат будут присылать прямо на почту.
#datascience
Вышла новость, что теперь на каггле можно получить "сертификат" с подтверждением своего места в соревновании. Сделали это потому, что проходящие курсы Kaggle Learn очень любили сертификаты.
Теперь можно зайти на leaderbord закончившегося соревнования и по кнопочке "View Certificate" получить красивую картинку с подтверждением. После завершения новых соревнований, ссылку на сертификат будут присылать прямо на почту.
#datascience
Сегодня выложили трек Reliable ML в котором я делал доклад на Data Fest 2024.