Machine Learning Q and AI: книга от Себастьяна Рашки для тех, кто уже не джун

Когда речь заходит об учебной литературе по ML, обычно на ум приходят либо совсем базовые вещи для новичков, либо хардкорные академические талмуды, которые без бутылки аспирина не осилить. Найти что-то толковое для человека, который уже вышел из песочницы, но ещё не готов врываться в рисерч, — та ещё задачка.

И тут на сцену выходит Себастьян Рашка. Если вы вдруг не в курсе, это один из core-разработчиков scikit-learn и автор нескольких книг, которые уже стали культовыми. И его работа Machine Learning Q and AI — это книга для тех, у кого уже есть база, но остались вопросы и пробелы.

Вся книга — это 30 самостоятельных глав, каждая из которых посвящена одному конкретному вопросу. Никакой воды и долгих вступлений. Вы открываете нужную главу и получаете концентрированный ответ с диаграммами, кодом и упражнениями для закрепления.

Эта книга не пытается заигрывать с новичками, обещая сделать из них мидлов за полгода. Она честно ориентирована на тех, кто уже «в теме».

Темы тут вполне себе взрослые:

Парадигмы обучения на нескольких GPU.
Файнтюнинг трансформеров (и чем отличаются энкодеры от декодеров).
Концепции, лежащие в основе Vision Transformers.
Как правильно считать доверительные интервалы для моделей.
Data-centric подход к AI.
Методы ускорения инференса моделей.
...и ещё два десятка не менее интересных вопросов.

Каждая глава — это, по сути, готовый мини-гайд по конкретной теме. Это не просто теория, а материал, подкреплённый Python-кодом и ссылками для тех, кто хочет копнуть ещё глубже.

Книга находится в полностью открытом доступе. Да, бесплатно. Не нужно ничего покупать, воровать или ждать слива на торренты.

Более того, все дополнительные материалы, включая код и данные для упражнений, лежат в о тдельном репозитории на GitHub.