ЦифроПроф

Спустя 5 дней после собеседования тестовое задание было отправлено. Выглядело оно так https://datalens.yandex/4ms9oh7zk2t6r Параллельно проходили другие встречи, были и тестовые. Т-Банк ушел в туман, в несознанку, назовите это как угодно, просто пропал. Бывшие и действующие сотрудники банка описывали в сети разные ситуации из своей офисной жизни, но с каждым отзывом приходило понимание, что это не мое, и время на тест - просто потраченные впустую дни. Также добавлю, что промежуточный этап между...

Нет сомнений, что каждый аналитик хоть раз задумывался об откликах на вакансии наиболее известных банков (сознательно не пишу - ведущих банков, так как кого и куда они ведут - большой вопрос). Положительное или отрицательное решение об отклике на подобные вакансии следует принимать очень взвешенно, предварительно ознакомившись с имеющейся информацией на сайтах отзывов о работодателях. Корпоративная культура банков - это целый мир! Она подойдет далеко не всем. Расскажу о своем опыте. После рассмотрения резюме Т-Банк присылает приглашение на встречу...

Аугментация в Keras — это метод увеличения размера обучающих данных путём преобразования уже имеющихся. Он позволяет расширить обучающий датасет и внести в него разнородность, что уменьшает склонность модели к переобучению. Для автоматической аугментации в Keras используется класс ImageDataGenerator. Он принимает исходные обучающие данные, преобразует их и возвращает только преобразованные данные для обучения модели. Задача Выполните аугментацию обучающей выборки (train_datagen). Примените к ней такие операции: Создайте генератор для валидационной выборки (validation_datagen)...

Чтобы покупателям супермаркета не приходилось запоминать и вводить код весового продукта, руководство магазина решило разработать систему компьютерного зрения. Она сама определит, какие фрукты или овощи лежат на весах. Датасет с фотографиями плодов находится в папке /datasets/fruits_small/. Задача 1 В прекоде создана свёрточная сеть. Допишите код так, чтобы передать ей на обучение и валидацию датасет с фруктами. Чтобы обучение не было слишком долгим, вызовите функцию fit() с шагом 1. from tensorflow...

LeNet – это одна из первых успешных архитектур нейронных сетей для распознавания изображений, разработанная Яном Лекуном (Yann LeCun) и его коллегами в конце 1980-х годов. Эта архитектура была специально разработана для задачи распознавания рукописных цифр и символов, таких как те, что используются в почтовых индексах. ### Основные компоненты архитектуры LeNet: 1. Входной слой:    Входным слоем является изображение размером $32 \times 32$ пикселя. В случае работы с черно-белыми изображениями (например, рукописными цифрами), каждый пиксель представлен одним значением интенсивности...