Как оптимизировать SQL-запросы
Если вы имели дело с биг датой, то знаете, что далеко не каждый запрос к базе данных отрабатывает быстро. А некоторые мега-запросы могут даже нечаяно положить ваш сервер. Чтобы такого не было, надо научиться оптимизировать SQL-запросы. В карточках – наши рекомендации по этому поводу.
😻 #SQL
Если вы имели дело с биг датой, то знаете, что далеко не каждый запрос к базе данных отрабатывает быстро. А некоторые мега-запросы могут даже нечаяно положить ваш сервер. Чтобы такого не было, надо научиться оптимизировать SQL-запросы. В карточках – наши рекомендации по этому поводу.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍42❤9
Последний день лета, друзья!
Это лето оказалось очень насыщенным. В индустрии было много ярких новинок и новостей. Мы объединили их по темам и собрали в одном дайджесте. А что бы вы добавили в эту подборку?
😻 #news
Это лето оказалось очень насыщенным. В индустрии было много ярких новинок и новостей. Мы объединили их по темам и собрали в одном дайджесте. А что бы вы добавили в эту подборку?
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍48🎉9❤🔥4😁1
На ODS уже стартанул новый бесплатный по ML System Design
В курс входит:
– 15 видеолекций
– 14 семинаров
– Работа над проектами
– Разработка ML дизайн документа
– Доклады/туториалы участников курса по смежным темам
– Лабораторные работы
Основная цель – развить кругозор и "насмотренность" будущих создателей ML-систем. Есть даже раздел про большие языковые модели. Еще можно успеть записаться. 0 рублей.
😻 #advice
В курс входит:
– 15 видеолекций
– 14 семинаров
– Работа над проектами
– Разработка ML дизайн документа
– Доклады/туториалы участников курса по смежным темам
– Лабораторные работы
Основная цель – развить кругозор и "насмотренность" будущих создателей ML-систем. Есть даже раздел про большие языковые модели. Еще можно успеть записаться. 0 рублей.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤28👍11
Легким движением руки ускоряем код на Python в 100 раз
Интерпретатор Python по умолчанию — это CPython. Но будем честны, он бывает туповат, медлителен и не предлагает встроенной оптимизации. Если хотите ускорить свой код, то вместо этого используйте модуль Cython. Сейчас объясним, как зачем и почему.
😻 #python
Интерпретатор Python по умолчанию — это CPython. Но будем честны, он бывает туповат, медлителен и не предлагает встроенной оптимизации. Если хотите ускорить свой код, то вместо этого используйте модуль Cython. Сейчас объясним, как зачем и почему.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍38🔥19❤5
Админы только что вернулись со школьных линеек и теперь хотят спросить вас о вашем образовании.
Расскажите нам про свой академический опыт: есть среди нас студенты или школьники? Где вы учитесь или учились? Насколько успешно закончили?
И вообще, как считаете, DS-нику нужно образование?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍23🎉11😇5😁1
Please open Telegram to view this post
VIEW IN TELEGRAM
❤35🔥18👍15🤯4
Data Secrets
Что такое аугментация данных? Это один из методов регуляризации нейронных сетей через внесение изменений в данные. То есть, если мы внесем небольшие адекватные изменения в данных, мы можем спасти нейросеть от переобучения и увеличить ее обобщающую способность.…
Помните, мы рассказывали про аугментацию данных?
Напоминаем: это один из методов регуляризации нейронных сетей через внесение изменений в данные.
Так вот, смотрите какую крутую объясняющую схему со всякими видами аугментации изображений мы нашли по этому поводу! Ну как, стало понятнее?
😻 #train
Напоминаем: это один из методов регуляризации нейронных сетей через внесение изменений в данные.
Так вот, смотрите какую крутую объясняющую схему со всякими видами аугментации изображений мы нашли по этому поводу! Ну как, стало понятнее?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤40👍12🤯3
У kNN есть один большой недостаток
Этот алгоритм не учитывает окрестность точки. Это значит, что мы полностью игнорируем, насколько близок был к нашей точке каждый из ее соседей. Но есть решение: Distance-weighted kNN. Подробности – в карточках.
😻 #train
Этот алгоритм не учитывает окрестность точки. Это значит, что мы полностью игнорируем, насколько близок был к нашей точке каждый из ее соседей. Но есть решение: Distance-weighted kNN. Подробности – в карточках.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍71❤14❤🔥5🤝1