📚 7 примеров современных алгоритмов машинного обучения с кодом и полезными статьями для изучения. 1. Трансформеры Что почитать: - Трансформеры - The Animated Transformer - Transformer в картинках - Знакомство с трансформерами - Обучение алгоритма генерации текста на основе трансформеров 2 Графовые нейронные сети (GNN) Что почитать: - Графовые нейронные сети - Graph Neural Networks: просто на математическом - Ищем скрытые смыслы. Графовые нейронные сети 3. XGBoost: Что почитать: - XGBoost в R: пошаговый пример - Введение в XGBoost для прикладного машинного обучения - Как работает нативная поддержка категорий в XGBoost 4. Вариационные автоэнкодеры (VAE) Что почитать: - Вариационные автоэнкодеры (VAE) для чайников - Применение простых Автоэнкодерных архитектур в задачах поиска аномалий при максимально несбалансированных данных 5. AutoML Что почитать: - Автоматическое машинное обучение - Что такое автоматизированное машинное обучение (AutoML) 6. Генеративно-состязательная сеть (GAN) Что почитать: - Генеративная состязательная сеть (GAN) для чайников - Создание изображений с использованием генеративно-состязательных нейронных сетей (GAN) на примере ЭКГ - Генеративно-состязательная сеть 7. Трансферное обучение Что почитать: - Трансферное обучение: почему deep learning стал доступнее - Трансферное обучение с Т5 @machinelearning