MLinside

Продолжаем нашу рубрику Code Detective. Она для тех, кто хочет прокачать навык чтения и анализа чужого кода – крайне полезный навык в работе ML-инженера. Вот фрагмент кода: import pandas as pd df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]}) df.fillna(0).dropna() print(df) На первый взгляд всё выглядит нормально. Или нет? Тут есть ошибка? Если есть, напишите в комментариях: 1. Какую ошибку нашли; 2. Варианты её исправления. Ответ мы опубликуем завтра, а посты этой рубрики можно посмотреть по хэштегу: #CodeDetective_MLinside

От этого кровь стынет в жилах Да, мы решили не проходить мимо хэллуина и собрали несколько по-настоящему жутких вещей. А чего боитесь вы?

Хотите заглянуть внутрь мира машинного обучения и понять, из чего складываются навыки ML-специалистов? Наш демо-курс «База ML» как раз для этого. Попробуйте обучение без риска и вложений. В демо-курсе вы найдете вводные уроки по ключевым темам: ▪️ математический анализ и линейная алгебра в ML; ▪️ основы программирования на Python; ▪️ линейные модели и нейронные сети; ▪️ метрики и практика их применения. В блоках есть видео и домашние задания. Но сразу же предупреждаем, демо-курс нужен для того, чтобы посмотреть, как проходят уроки, послушать разных преподавателей и попробовать решить несколько задачек. После завершения демо-курса, вы не станете ML-специалистом, но посмотрите на мир машинного обучения изнутри. Попробуйте демо-курс бесплатно прямо сейчас: stepik.org/...409