Куда расти Data Scientist и какие навыки для этого нужны

у нас сейчас стажировки (в DS) для победителей олимпиад / хакатонов / соревнований по ML (в тч медали сорев каггла) + студентов ШАД МТС, как у остальных -- не в курсе

Зачем в Look-a-like pseudolabelling (или самый простой метод PU-learning на службе у рекламщиков)

так там же df = save.copy() в конце каждой итерации -- ровно это и делаю (возвращаю к исходному состоянию)

ML-задача на 30 минут: гадаем по cookie

https://ods.ai/competitions/mtsmlcup

на страничке выложили пример сабмита

ML-задача на 30 минут: гадаем по cookie

конечно

ML-задача на 30 минут: гадаем по cookie

Для нас очень важно соблюдать все нюансы законодательства и этики, поэтому для исключения даже теоретической возможности деанонимизации были использованы данные, которые практически по всем параметры приближены к реальным, детали генерации таких данных к сожалению раскрывать запрещено по внутренним политикам

Почему меня разочаровали результаты Kaggle ARC Challenge

ого, супер!

Нейросетевой подход к моделированию транзакций расчетного счета

Спасибо а статью! а можете подсказать / показать как вот эти эмбеддинги сработают в случае если встретится редкий класс транзакций -- постановка на картотеку, например?

Почему меня разочаровали результаты Kaggle ARC Challenge

В вычислительную сложность

Почему меня разочаровали результаты Kaggle ARC Challenge

Интересно! а не поделитесь примерами реализации AIXI?

Почему меня разочаровали результаты Kaggle ARC Challenge

Огромное спасибо за содержательный комментарий!
По поводу выделения объектов — я мб недостаточно внятно написал в статье, но такой подход был и для самого выделения использовался networkx.

По поводу генерации большего числа примеров — снова, мб недостаточно четко написал — но аугментацию данных участники конечно делали.

в итоге выиграл подход, про который Вы и говорите — перебор правил в коде решения, а не генератора

Почему меня разочаровали результаты Kaggle ARC Challenge

Совершенно согласен