Открытый исходный код — Доказательство через конструирование
23 публичных репозитория. Одна дисциплина: я строю машинное обучение с нуля, чтобы видеть внутреннее устройство каждой модели — а затем делюсь кодом. Публичная траектория идёт от реализации с нуля → федеративного обучения → прикладных и научных задач.
Один аккаунт, одна сквозная линия.
Всё на github.com/avilaqba строится изнутри наружу. Я не просто вызываю sklearn и двигаюсь дальше — я пишу математику, градиент, цикл оптимизации, решающую границу вручную, чтобы, когда позже я строю поверх этих примитивов (федеративное обучение, прикладное прогнозирование, коннектомика), я доверял тому, что под капотом. 23 репозитория ниже — публичный след этой привычки, в трёх фазах.
С нуля
Основы. Регуляризованные линейные модели, циклы оптимизации и вероятностный классификатор — всё написано с нуля, без готовых оценок.
Ridge · Lasso · ElasticNet — с нуля
Регуляризованные линейные модели, написанные строка за строкой — основная математика реализована вручную.
Градиентный спуск против SGD — с нуля
Битва оптимизаторов для линейной регрессии, реализованная вручную, чтобы показать компромисс между смещением и дисперсией вычислений.
Бинарный байесовский классификатор — с нуля
Вероятностный классификатор, построенный на основах байесовского вывода.
Распределённые и прикладные
От отдельных моделей до координации между хранилищами данных — а затем прикладное прогнозирование и предиктивное моделирование, отражающие мою коммерческую работу в data science.
Федеративное обучение с логистической регрессией
Приватное распределённое обучение across data silos без перемещения данных — вход в распределённое обучение.
Прогнозирование оттока банковских клиентов
Прикладное предиктивное моделирование на реальной бизнес-задаче — мышление от ноутбука до сервиса.
Прогнозирование — спрос на автобусы · солнечная энергия · входящие звонки
Прогнозирование временных рядов в трёх областях: спрос на автобусы, выработка солнечной энергии и объём входящих звонков.
Scientific
Там, где нить доходит до биологии и эмерджентных вычислений — коннектомика, теория молекулярных графов и популяционный поиск.
Суперразрешение матрицы связности мозга
Восстановление графов проводки мозга высокого разрешения из грубых коннектомов — выпущено как CC0 датасет на Kaggle (289 скачиваний).
Алгоритм Моргана — уникальная нумерация атомов
Теоретико-графовая каноническая нумерация атомов в молекулах — химия + теория графов + код.
Задача коммивояжёра с генетическим алгоритмом
Комбинаторная оптимизация через эволюционный поиск — популяционный, эмерджентный подход к решению задач ещё до того, как я занялся свормами.
Честная заметка о работе с LLM и агентами.
Моя недавняя работа — Приложения на LLM и агентные ИИ-системы, оркестрация, использование инструментов, память и оценка — это профессиональная работа, выполненная в Property Turkey, и это ещё не открыт исходный код в этом аккаунте. Эта страница — намеренная запись того, что это публично: траектория, которая начинается со сборки ML с нуля, проходит через федеративное/распределённое обучение и завершается прикладной и научной работой. Публичный код показывает фундамент, на котором стоит агентная работа — он не претендует на то, что сама агентная работа является открытым исходным кодом.