анализ данных. - страница 10

Геопространственная обработка признаков

Привет, я Александр Мещеряков, более 3-х лет работаю в компании «Синимекс» специалистом по анализу данных. Мне удалось поработать с различными ML-проектами, и больше всего меня увлекла работа с геоданными. Для многих эта тема кажется немного «магией» и я хотел бы на страницах Хабра пролить на нее немного света.

продолжить чтение

RAG без эмбеддингов для энтерпрайза (опыт ИИ-чемпионата)

Как я отказался от оверинжиниринга и переместился с 30 места на 7 в Enterprise RAG Challenge. И чего не хватило до 1 места.Сейчас облась ИИ – дикий запад. Никто не знает, как правильно решать задачи, а результаты экспериментов лежат приватными под NDA. Тем ценнее, когда кто-то делится реальным опытом с разбором деталей и подводных камней. Так что делюсь с хабром своей мартовской статьей про участие в Enterprise RAG Challenge от Рината LLM под капотомЕсли вы интересуетесь разработкой продуктов поверх LLM и RAG системами в частности, то обязательно прочитайте статью Ильи

продолжить чтение

Частые ловушки в экспериментах машинного обучения — рассказываем, что следует знать

Привет, Хабр! Я Павел Куницын, главный специалист по анализу данных и машинному обучению в ПГК Диджитал. Мы занимаемся разработкой цифровых продуктов в сфере железнодорожных грузоперевозок: интерактивной карты вагонного парка, оптимизатора ремонтов и других решений. В большинстве из них мы применяем машинное обучение.О том, как мы подходим к этому, я и мои коллеги рассказываем в нашем блоге на Хабре. Например, мы работаем

продолжить чтение

Как мы обучили модель прогноза ранней просрочки: логистическая регрессия vs градиентный бустинг

Всем привет! На связи дата-сайентисты стрима разработки моделей для корпоративного сегмента ВТБ — Андрей Бояренков, Иван Кондраков и Денис Дурасов.Как уже писали ранее в другой статье

продолжить чтение

Тестирование платформы DeepSeek для проверки гипотез по анализу данных

Привет, Хабр!Мы, ребята из Центра эксплуатации Блока ИТ Страхового Дома ВСК, занимаемся управлением автоматизации ИТ-процессов. И у нас, как у всех —

продолжить чтение

Обзор мировых AI-платформ на конец марта 2025 (сгруппировано по странам и категориям) + ссылки на официальные сайты

США1. Генеративные AI (NLP, текст, изображения)OpenAI – https://openai.comСайт: https://openai.comМодели: ChatGPT, GPT-4, DALL-E.Особенности: Лидер в генеративном ИИ, высокая точность в обработке естественного языка и генерации текста.Применение: Чат-боты, генерация контента, создание изображений.Установка: Через API (платно) или облачные сервисы.Преимущества: Высокое качество генерации, широкий спектр применений.Недостатки

продолжить чтение

Deep Research Showdown: битва AI-систем за качество исследований

Как я сравнил топовые AI-модели для глубокого анализа данных и собственную разработкуПривет! Меня зовут Валера Ковальский, я CEO NDT by red_mad_robot. Недавно я протестировал ведущие AI-системы, которые способны проводить глубокие исследования, и делюсь с вами результатами.Зачем всё это

продолжить чтение

Карьера в Data Engineering: взгляд на образование и зарплату

Каждый день мы создаем колоссальные объемы данных: кликаем по рекламе, совершаем покупки, вызываем такси, смотрим видео. Компании накопили терабайты информации, но без правильной структуры и обработки она бесполезна. Именно инженеры данных отвечают за то, чтобы данные можно было эффективно хранить, обрабатывать и передавать аналитикам, машинному обучению и бизнесу.Data Engineering — профессия с будущимАналитики помогают бизнесу принимать решения на основе данных, и для этого крайне важна их правильная структура, обработка и передача. Без качественных данных аналитикам трудно делать точные прогнозы и рекомендации. 

продолжить чтение

Цифровые двойники в сельском хозяйстве: изучим потенциал на примере выращивания мандаринов

Цифровые двойники — это воспроизведенные с помощью технологий цифровые представления объектов из реального мира. Благодаря системам управления большими данными цифровые двойники в сельском хозяйстве можно использовать для прогнозирования будущего урожая. Учёные из Южной Кореи Стивен Ким и Сон Хо создали цифровые двойники мандариновых деревьев, чтобы продемонстрировать возможность их использования в сельском хозяйстве. Мандарин в качестве модельной культуры был выбран из-за его широкого распространения на корейском острове Чеджу и возможности многолетнего наблюдения.

продолжить чтение

Аналитика и данные – ваш козырь против конкурентов

продолжить чтение

1...67891011