Мы снова в эфире и продолжаем цикл заметок Дата Сайентиста и сегодня представляю мой абсолютно субъективный чек-лист по выбору модели машинного обучения. Это топ-10 свойств задачи и просто пунктов (без порядка в них), с точки зрения которых я начинаю выбор модели и вообще моделирование задачи по анализу данных. Совсем не обязательно, что у вас он будет таким же — здесь все субъективно, но делюсь опытом из жизни. Читать дальше →
В рамках этой статьи будет использоваться пакет SDK для Машинного обучения Azure для Python 3 для создания и применения рабочей области Службы машинного обучения Azure. Эта рабочая область — основной блок в облаке для экспериментов, обучения и развертывания моделей машинного обучения с помощью Машинного обучения Azure. Читать дальше →
Выбирая IaaS-провайдера, основное внимание компании уделяют характеристикам облака. Они оценивают доступность, возможности масштабирования и др. Однако за работоспособность любой виртуализированной среды отвечает «железо», установленное в дата-центре. По большей части от этой инфраструктуры (и места, где она размещается) и зависит надежность облачных сервисов. Сегодня мы решили рассказать, на какие моменты при оценке параметров дата-центра IaaS-провайдера следует обратить внимание. Читать дальше →
Хорошо продуманный процесс структурирования проектов машинного обучения поможет быстро создавать новые репозитории GitHub и с самого начала ориентироваться на элегантную программную архитектуру. Команда VK Cloud перевела статью о том, как организовать файлы в проектах машинного обучения, используя VS Code. Шаблон для создания проектов машинного обучения можно скачать на GitHub. Читать дальше →