Applied AI / LLM · 7

rss_feed Hamel Husain · 15.07.2025 translateRU

Curating LLM data – Hamel’s Blog - Hamel Husain

Hamel Husain рассказывает, почему стоит создавать собственные инструменты для разметки и курирования данных при работе с LLM, а не полагаться на готовые вендорские решения. Он перепробовал Spacy Prodi

Data Engineering Developer Tools LLM Engineering

578 сл.

rss_feed Hamel Husain · 15.07.2025 translateRU

LangChain DocumentLoaders – Hamel’s Blog - Hamel Husain

Hamel Husain рассказывает о недооценённой возможности библиотеки LangChain — DocumentLoaders, которые позволяют получать текстовые данные из любого источника, что полезно даже без LLM (например, для с

Data Engineering Developer Tools Web Scraping

4873 сл.

rss_feed Eugene Yan · 04.09.2022 translateRU

Writing Robust Tests for Data & Machine Learning Pipelines

Юджин Ян разбирает, почему тесты для пайплайнов данных и машинного обучения часто ломаются — причём не из-за ошибок в коде, а из-за того, что сами тесты хрупки к изменениям данных и логики. На примере

Data Engineering Ml Engineering Production Ml

4103 сл.

rss_feed Eugene Yan · 01.08.2021 translateRU

Bootstrapping Labels via ___ Supervision & Human-In-The-Loop

Юджин Ян разбирает, как получать обучающие метки, когда размеченных данных нет, и рассматривает три подхода: полу-, активное и слабое обучение. Полуобучение генерирует псевдо-метки итеративно; активно

Data Engineering Machine Learning Production Ml

2331 сл.

rss_feed Eugene Yan · 05.07.2020 translateRU

My Notes From Spark+AI Summit 2020 (Application-Specific Talks)

Статья представляет заметки Eugene Yan с конференции Spark+AI Summit 2020, посвящённые прикладным докладам. Рассматриваются фреймворк Zipline от Airbnb для декларативного извлечения point-in-time приз

Data Engineering Machine Learning Production Ml

2950 сл.

rss_feed Eugene Yan · 28.06.2020 translateRU

My Notes From Spark+AI Summit 2020 (Application-Agnostic Talks)

Юджин Ян делится конспектами с конференции Spark+AI Summit 2020 (24–26 июня), сосредоточившись на докладах, не привязанных к конкретным приложениям. Ник Пентрит из IBM рассказал о четырёх способах пов

Data Engineering Deep Learning Ml Engineering

2162 сл.

rss_feed Eugene Yan · 11.10.2016 translateRU

Product Classification API Part 1: Data Acquisition

Юджин Ян описывает первую часть серии о создании API для классификации товаров: по названию товара API возвращает 3 наиболее вероятные категории (из тысяч). Вместо написания собственного веб-скрапера

Data Engineering Machine Learning Web Scraping

1956 сл.