МФТИ Digital

💔В России с 2020 года число детей с артериальной гипертензией выросло на 17%. Врачи подбирают терапию почти наугад — из пяти разрешенных препаратов можно выбрать любой. Результат виден только через 2–3 месяца. ❤️Студентка магистратуры «Прикладной анализ данных в медицинской сфере» Анастасия Адамсон (она же практикующий детский кардиолог) создала ML-модель, которая предсказывает подходящий препарат сразу, без долгих экспериментов. В интервью с Анастасией говорим о том, как устроено исследование, почему давление 120/80 для одного ребенка — норма, а для другого — болезнь, и какие ограничения пока не удалось преодолеть. 👉🏻Полный текст интервью читайте по ссылке #МФТИ#Пуск#DataScience#BigData#АнализДанных#Кардиология#Медицина

Визуализация данных помогает ускорить их понимание — один хороший график заменяет 10 слайдов с цифрами. Наш эксперт — преподаватель Центра «Пуск» МФТИ, автор канала EasyData и ML-инженер Wildberries — Мария Жарова написала большую статью про 7 типов графиков для презентаций, которые можно создать с помощью Plotly. ⠀ ✅Сохраняйте шпаргалку (на карточках). ⠀ ❗️Полный текст статьи читайте на Хабре. ⠀ #МФТИ#Пуск#DataScience#BigData#Plotly#Phyton#ПрезентацияДанных#АнализДанных

Синтетические данные — не зло, а инструмент. Они ускоряют обучение, упаковывают знания в удобный формат и позволяют масштабировать навыки. Но если замкнуть контур и жить в мире, который модель сама себе придумала, качество начинает расползаться: пропадают редкие события, сужается разнообразие, растет уверенность без гарантии истинности. С нашим экспертом Антоном Пчелинцевым продолжаем цикл статей «Интуиция машины: новая парадигма ИИ». В этот раз обсуждаем, как правильно использовать синтетические данные и избежать связанных с ними рисков. Правила техники безопасности — на карточках, подробности — на Хабре. #ИИ#DataScience#МФТИ#Пуск#Хабр#СинтетическиеДанные

Google уже платит Reddit $60 млн в год за лицензирование данных, а Илон Маск закрыл API Twitter, чтобы данные использовал только Grok. Эра безграничного масштабирования ИИ через увеличение вычислительных мощностей (GPU) подходит к концу, и все заметнее становится дефицит качественных обучающих данных. Контент начинают покупать и лицензировать как стратегический ресурс. В новой статье наш эксперт Антон Пчелинцев размышляет о причинах дефицита качественных данных, следующем прорыве в области развития ИИ и о том, что делать для получения преимущества. Читайте по ссылке. #ИИ#DataScience#МФТИ#Пуск#Хабр