Публикации по теме 'data-science'


Microsoft ZeRO-Offload: демократизация обучения модели в миллиардном масштабе
Конкурентная модель Microsoft для обучения огромных моделей (по сравнению с Google Switch Transformers и OpenAI GPT-3) Он может обучать модели с более чем 13 миллиардами параметров на одном графическом процессоре, что в 10 раз больше по сравнению с популярным фреймворком, таким как PyTorch, и делает это без каких-либо изменений модели со стороны специалистов по данным или в ущерб вычислительной эффективности. Источник: Jie Ren et al. в arxiv Оптимизация процесса обучения..
Представляем квартет ИИ-компиляторов Microsoft Research
Microsoft Research недавно представила четыре передовых компилятора искусственного интеллекта, целью которых является решение конкретных задач в области глубоких нейронных сетей (DNN). Эти компиляторы, получившие названия Rammer, Roller, Welder и Grinder, предлагают инновационные решения для оптимизации рабочей нагрузки DNN, эффективности доступа к памяти, выполнения потока управления и аппаратного ускорения. Rammer: новаторское параллельное использование оборудования Rammer, первый..
Мой опыт собеседования в Microsoft в качестве инженера по машинному обучению
Компании MAANG — мечта большинства студентов, изучающих информатику. Вот мой опыт прохождения собеседования в Microsoft на инженера по машинному обучению. Хочешь работать в компании МААНГ? Работать в компании MAANG можно по-разному. Вот мой опыт собеседования в компании Microsoft.
Моделирование поведения клиентов с помощью цепей Маркова
Для клиентов естественно различаться моделями потребления и поведения. Как профессионалы в области облачных услуг, которые обслуживают этих клиентов, мы должны понимать эти закономерности и то, как они развиваются с течением времени. Развитие способности прогнозировать поведение клиентов дает стратегическое преимущество для бизнеса, поскольку позволяет поставщикам облачных услуг адаптировать стратегии для обслуживания клиентов в различных экономических сценариях. На самом деле,..
Празднование второй годовщины Data Science в Microsoft
Путешествие продолжается! Наука о данных в Microsoft — онлайн-публикации на Medium.com, которую вы сейчас читаете, — 9 января исполняется два года. Какое это было путешествие! Когда мы начинали, пандемия еще не была фактом повседневной жизни в большей части мира. Организация, частью которой мы были, была намного меньше и состояла из других людей. Некоторые скептически отнеслись к нашему начинанию с DS@M, как мы его называем внутри компании. Как мы могли бы публично писать о..
ПРЕДСТАВЛЯЕМ МАЙКРОСОФТ ТКАНИ
ПРЕДСТАВЛЯЕМ MICROSOFT FABRIC Введение Организации сосредотачиваются на использовании данных для расширения своего бизнеса. Это приводит к работе над проектами архитектуры данных в нескольких службах. Выполняемые проекты могут включать создание озера данных, хранилища данных, аналитики и рабочих нагрузок данных. В пространстве данных есть специалисты по данным, инженеры данных, инженеры по машинному обучению и многие другие. Однако одной из проблем, с которыми сталкиваются..
Обучение многих моделей с оптимизацией гиперпараметров
В этой статье представлен подход к обучению нескольких моделей машинного обучения с автоматической оптимизацией гиперпараметров каждой модели с помощью Машинного обучения Azure. Прежде чем перейти к той части, где я объясню, как это сделать, давайте сначала лучше поймем его мотивацию. Я буду использовать пример, примененный к проблеме прогнозирования спроса, сценарий, в котором обычно применяется этот тип подхода. Методы прогнозирования спроса широко используются компаниями,..