Используется классический принцип ML-моделей - обучение на исторических данных и создание предсказаний на новых. Фактически помогает избежать ошибок и повысить эффективность
Большое спасибо за комментарий! Отредактиурю текущий пост и учту в следующих публикациях. Уже и сам понял, что нужно делать статьи побольше и понасыщеннее)
Привет! Можно использовать некоторые источники из этого же списка: Codenrock, Phystech.Genesis, Russian Hackers, RB, Хакатон, Studentship. В прошлом году у Цифрового Прорыва были кейсы не про ИИ, в этом году они сделали основной темой ИИ. Но иногда не Data Scientist нужен и в кейсах про ИИ. Считаю, что в других направлениях смысла участвовать не меньше, а может и больше. Видел не один пример, как созданные на хакатонах прототипы развивали дальше и превращали в полноценные продукты и стартапы. Недавно вот выкладывали пост https://t.me/hackathons_ai/673.
Статья про чатжпт и использование этой нейронки в агро, даже не знаю как можно было обойтись без слова чатжпт)
Используется классический принцип ML-моделей - обучение на исторических данных и создание предсказаний на новых. Фактически помогает избежать ошибок и повысить эффективность
Думаю, что организаторы и ждут подходов с DL. Не зря же сезон называется ИИ)
Вполне адекватная задача на мой взгляд.
Большое спасибо за комментарий! Отредактиурю текущий пост и учту в следующих публикациях. Уже и сам понял, что нужно делать статьи побольше и понасыщеннее)
Привет! Можно использовать некоторые источники из этого же списка: Codenrock, Phystech.Genesis, Russian Hackers, RB, Хакатон, Studentship. В прошлом году у Цифрового Прорыва были кейсы не про ИИ, в этом году они сделали основной темой ИИ. Но иногда не Data Scientist нужен и в кейсах про ИИ.
Считаю, что в других направлениях смысла участвовать не меньше, а может и больше. Видел не один пример, как созданные на хакатонах прототипы развивали дальше и превращали в полноценные продукты и стартапы. Недавно вот выкладывали пост https://t.me/hackathons_ai/673.