SAM-Med2D ➕
SAM-Med2D, the most comprehensive studies on applying SAM to medical 2D images.
🏆 Самая большая на сегодняшний день база данных по сегментации медицинских изображений (4,6 млн. изображений и 19,7 млн. масок) для обучения моделей.
🏆 Модель файнтюнинга Segment Anything Model (SAM).
🏆 Бенчмарк SAM-Med2D на крупномасштабных наборах данных.
🖥 Github: https://github.com/uni-medical/sam-med2d
🖥 Colab: https://colab.research.google.com/github/uni-medical/SAM-Med2D/blob/main/predictor_example.ipynb
📕 Paper: https://arxiv.org/abs/2308.16184
⭐️ Dataset: https://paperswithcode.com/dataset/sa-1b
ai_machinelearning_big_data
SAM-Med2D, the most comprehensive studies on applying SAM to medical 2D images.
🏆 Самая большая на сегодняшний день база данных по сегментации медицинских изображений (4,6 млн. изображений и 19,7 млн. масок) для обучения моделей.
🏆 Модель файнтюнинга Segment Anything Model (SAM).
🏆 Бенчмарк SAM-Med2D на крупномасштабных наборах данных.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍16🔥12🥰3🤔1🕊1
Новое решение по эффективному удаления бликов на изображениях и восстановления источников света.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤4🔥2🍾2👏1
This media is not supported in your browser
VIEW IN TELEGRAM
👨🎓Data Science: Machine Learning
Build a movie recommendation system and learn the science behind one of the most popular and successful data science techniques.
Гарвардский университет предлагает курс "Машинное обучение" БЕСПЛАТНО!
В рамках этого курса вы создадите систему рекомендаций по фильмам и узнаете, что лежит в основе методов машинного обучения.
📌Course
ai_machinelearning_big_data
Build a movie recommendation system and learn the science behind one of the most popular and successful data science techniques.
Гарвардский университет предлагает курс "Машинное обучение" БЕСПЛАТНО!
В рамках этого курса вы создадите систему рекомендаций по фильмам и узнаете, что лежит в основе методов машинного обучения.
📌Course
ai_machinelearning_big_data
🔥31❤6👍6🐳4🥴1
Point-Bind is a 3D multi-modality model with a joint embedding space among 3D point cloud, image, language, audio, and video.
Point-LLM - это первая мультимодальная большая языковая модель, которая не требует ввода трехмерных объектов и учитывает мультимодальный ввод для генерации🌟
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12👍6🔥5👀1
🔥Master Data Science for free
Вторая большая подборка бесплатных курсов для получения степени в области Data Science.
📂 Computer Science 101
https://online.stanford.edu/courses/soe-ycscs101-computer-science-101
📂 Machine Learning Specialization
https://coursera.org/specializations/machine-learning-introduction
📂 Artificial Intelligence for Robotics
https://udacity.com/course/artificial-intelligence-for-robotics--cs373
📂 Designing Your Career
https://online.stanford.edu/courses/tds-y0003-designing-your-career
📂 Stanford: Теория игр
https://online.stanford.edu/courses/soe-ycs0002-game-theory
📂 Machine Learning with Python
https://www.freecodecamp.org/learn/machine-learning-with-python/
📂 Probability and Statistics: To P or Not To P? (Coursera)
https://www.coursera.org/learn/probability-statistics
📂 Numpy полный бесплатный курс
https://www.youtube.com/playlist?list=PLysMDSbb9Hcz3Gdi9oV-btohZ9zhths-r
📂Углубленное машинное обучение
https://www.kaggle.com/learn/intro-to-machine-learning
📂 Stat 110: Harvard University (YouTube)
https://www.youtube.com/watch?v=KbB0FjPg0mw&list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo&index=1
📂 The Open Source Data Science Masters
https://github.com/datasciencemasters/go
📂 Google - искусственный интеллект для всех
https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone
📂Microsoft - ИИ для начинающих
https://microsoft.github.io/AI-For-Beginners
📂 IBM - AI for Everyone: Освоить основы
https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics
📂 Гарвард - Введение в искусственный интеллект с помощью Python
https://cs50.harvard.edu/ai/2023
📂 Введение в генеративный ИИ
https://cloudskillsboost.google/journeys/118
📂 Deep Learning - Finetuning Large Language Models
https://deeplearning.ai/short-courses/finetuning-large-language-models/
📂Microsoft - Основы ИИ в Azure
https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/
📂Linux Foundation - Основы работы с данными и искусственным интеллектом
https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals
📂12 linux курсов:
https://news.1rj.ru/str/linuxkalii/538
📂 Alison - 13 бесплатных курсов по ИИ
https://alison.com/tag/artificial-intelligence
📂 Проекты по искусственному интеллекту
https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects
📂 Introduction to Internet of Things:
https://online.stanford.edu/courses/xee100-introduction-internet-things
📂 Graph Search, Shortest Paths, and Data Structures
https://coursera.org/learn/algorithms-graphs-data-structures
📂 Python:
http://cs50.harvard.edu/python/2022/
📂 Machine Learning:
http://developers.google.com/machine-learning/crash-course
📂 Deep Learning
http://introtodeeplearning.com
📂 Data Analysis
http://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis
📂 Линейная Алгебра
http://pll.harvard.edu/course/data-analysis-life-sciences-2-introduction-linear-models-and-matrix-algebra
📂 Algebra basics
https://www.khanacademy.org/math/algebra-basics
📂 Excel и PowerBI
http://learn.microsoft.com/training/paths/modern-analytics/
📂 Визуализация данных:
http://pll.harvard.edu/course/data-science-visualization
📂 PowerBI
http://learn.microsoft.com/users/collinschedler-0717/collections/m14nt4rdwnwp04
📂 Tableau:
http://tableau.com/learn/training
📂 Statistics:
http://cognitiveclass.ai/courses/statistics-101…
📂 SQL:
http://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql
ai_machinelearning_big_data
Вторая большая подборка бесплатных курсов для получения степени в области Data Science.
📂 Computer Science 101
https://online.stanford.edu/courses/soe-ycscs101-computer-science-101
📂 Machine Learning Specialization
https://coursera.org/specializations/machine-learning-introduction
📂 Artificial Intelligence for Robotics
https://udacity.com/course/artificial-intelligence-for-robotics--cs373
📂 Designing Your Career
https://online.stanford.edu/courses/tds-y0003-designing-your-career
📂 Stanford: Теория игр
https://online.stanford.edu/courses/soe-ycs0002-game-theory
📂 Machine Learning with Python
https://www.freecodecamp.org/learn/machine-learning-with-python/
📂 Probability and Statistics: To P or Not To P? (Coursera)
https://www.coursera.org/learn/probability-statistics
📂 Numpy полный бесплатный курс
https://www.youtube.com/playlist?list=PLysMDSbb9Hcz3Gdi9oV-btohZ9zhths-r
📂Углубленное машинное обучение
https://www.kaggle.com/learn/intro-to-machine-learning
📂 Stat 110: Harvard University (YouTube)
https://www.youtube.com/watch?v=KbB0FjPg0mw&list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo&index=1
📂 The Open Source Data Science Masters
https://github.com/datasciencemasters/go
📂 Google - искусственный интеллект для всех
https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone
📂Microsoft - ИИ для начинающих
https://microsoft.github.io/AI-For-Beginners
📂 IBM - AI for Everyone: Освоить основы
https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics
📂 Гарвард - Введение в искусственный интеллект с помощью Python
https://cs50.harvard.edu/ai/2023
📂 Введение в генеративный ИИ
https://cloudskillsboost.google/journeys/118
📂 Deep Learning - Finetuning Large Language Models
https://deeplearning.ai/short-courses/finetuning-large-language-models/
📂Microsoft - Основы ИИ в Azure
https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/
📂Linux Foundation - Основы работы с данными и искусственным интеллектом
https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals
📂12 linux курсов:
https://news.1rj.ru/str/linuxkalii/538
📂 Alison - 13 бесплатных курсов по ИИ
https://alison.com/tag/artificial-intelligence
📂 Проекты по искусственному интеллекту
https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects
📂 Introduction to Internet of Things:
https://online.stanford.edu/courses/xee100-introduction-internet-things
📂 Graph Search, Shortest Paths, and Data Structures
https://coursera.org/learn/algorithms-graphs-data-structures
📂 Python:
http://cs50.harvard.edu/python/2022/
📂 Machine Learning:
http://developers.google.com/machine-learning/crash-course
📂 Deep Learning
http://introtodeeplearning.com
📂 Data Analysis
http://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis
📂 Линейная Алгебра
http://pll.harvard.edu/course/data-analysis-life-sciences-2-introduction-linear-models-and-matrix-algebra
📂 Algebra basics
https://www.khanacademy.org/math/algebra-basics
📂 Excel и PowerBI
http://learn.microsoft.com/training/paths/modern-analytics/
📂 Визуализация данных:
http://pll.harvard.edu/course/data-science-visualization
📂 PowerBI
http://learn.microsoft.com/users/collinschedler-0717/collections/m14nt4rdwnwp04
📂 Tableau:
http://tableau.com/learn/training
📂 Statistics:
http://cognitiveclass.ai/courses/statistics-101…
📂 SQL:
http://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql
ai_machinelearning_big_data
👍28🔥13❤8👏2🥱1
🌐 Сервис GigaChat от Сбера имеет большие перспективы как в России, так и в других странах мира
Об этом заявил директор Российской ассоциации электронных коммуникаций (РАЭК) Сергей Гребенников.
По словам эксперта, сегодня с текстом и изображениями работают многие диджитал-специалисты — сервис позволит им повысить скорость работы и вдохновит новые идеи. При этом Гребенников отметил, что сервис, благодаря пользователям, и сам сможет быстрее развиваться.
«Здорово, что инновационные инструменты становятся доступны широкой аудитории: как показывает практика, пользователи помогают компаниям совершенствовать продукты и генерировать новые подходы к их развитию. Это крайне важно в современной гонке технологий. Уверен, что Сбер продолжит и дальше развивать функционал GigaChat, а также создавать новые продукты на основе технологий ИИ», — подчеркнул он.
📌 Источник
ai_machinelearning_big_data
Об этом заявил директор Российской ассоциации электронных коммуникаций (РАЭК) Сергей Гребенников.
По словам эксперта, сегодня с текстом и изображениями работают многие диджитал-специалисты — сервис позволит им повысить скорость работы и вдохновит новые идеи. При этом Гребенников отметил, что сервис, благодаря пользователям, и сам сможет быстрее развиваться.
«Здорово, что инновационные инструменты становятся доступны широкой аудитории: как показывает практика, пользователи помогают компаниям совершенствовать продукты и генерировать новые подходы к их развитию. Это крайне важно в современной гонке технологий. Уверен, что Сбер продолжит и дальше развивать функционал GigaChat, а также создавать новые продукты на основе технологий ИИ», — подчеркнул он.
📌 Источник
ai_machinelearning_big_data
🤣31👍13🗿4❤2🌭2🤪2🔥1🥴1😐1🖕1
🦅 Falcon 180B is here!
In terms of capabilities, Falcon 180B achieves state-of-the-art results across natural language tasks. It tops the leaderboard for (pre-trained) open-access models and rivals proprietary models like PaLM-2.
Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе.
🤗 HF: https://huggingface.co/blog/falcon-180b
🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md
📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo
ai_machinelearning_big_data
In terms of capabilities, Falcon 180B achieves state-of-the-art results across natural language tasks. It tops the leaderboard for (pre-trained) open-access models and rivals proprietary models like PaLM-2.
Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе.
🤗 HF: https://huggingface.co/blog/falcon-180b
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24🤯7🔥6❤4🖕1
This media is not supported in your browser
VIEW IN TELEGRAM
🧑 ReliTalk - Drive any portrait with only a single training video required
Vivid audio-driven portraits from monocular videos.
Новый фреймворк для создания реалистичных, говорящих портретов на основе видео.
🖥 Github: https://github.com/arthur-qiu/ReliTalk
📕 Paper: https://arxiv.org/abs/2309.02434
⏩ Demo Video: https://www.youtube.com/watch?v=tS2Tek_72J0
⭐️ Project: http://haonanqiu.com/projects/ReliTalk.html
ai_machinelearning_big_data
Vivid audio-driven portraits from monocular videos.
Новый фреймворк для создания реалистичных, говорящих портретов на основе видео.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍6❤3⚡1🖕1
Сегодня на конференции Practical ML Conf Яндекс анонсировал новую версию YandexGPT2 – ее ответы на 67% лучше предыдущей версии. Специалисты дополнили набор данных новыми примерами запросов и синтетическими данными.
Новая версия языковой модели также может писать тексты в нужном стиле, обрабатывать запросы пользователей с множеством условий, предлагать креативные идеи и неплохо шутить
Протестировать YandexGPT2 можно в навыке Алисы “Давай придумаем”
Новая версия языковой модели также может писать тексты в нужном стиле, обрабатывать запросы пользователей с множеством условий, предлагать креативные идеи и неплохо шутить
Протестировать YandexGPT2 можно в навыке Алисы “Давай придумаем”
🖕13👍7❤3⚡1🔥1
Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models.
Этот репозиторий содержит набор инструментов и скриптов, предназначенных для улучшения стратегий инвестирования в акции посредством анализа годовых отчетов с использованием больших языковых моделей.
ai_machinelearning_big_dataп
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24❤4🔥3
✔SyntheticHumans Package (Unity Computer Vision)
A package for creating Unity Perception compatible synthetic people.
Модель для генерации людей, обученная на большом наборе антропоцентрических измерений, которая способна генерировать широкий спектр форм и поз человеческого тела.
🖥 Github: https://github.com/Unity-Technologies/com.unity.cv.synthetichumans
📂 AnthroNet: https://github.com/Unity-Technologies/AnthroNet
📕 Paper:https://arxiv.org/abs/2309.03812v1
⭐️ Dataset: https://paperswithcode.com/dataset/unity-synthetic-humans
ai_machinelearning_big_data
A package for creating Unity Perception compatible synthetic people.
Модель для генерации людей, обученная на большом наборе антропоцентрических измерений, которая способна генерировать широкий спектр форм и поз человеческого тела.
📂 AnthroNet: https://github.com/Unity-Technologies/AnthroNet
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍20🥰3🔥2❤1🥱1
⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
Data Science: t.me/data_analysis_ml
Java: t.me/javatg
Базы данных: t.me/sqlhub
Машинное обучение: t.me/machinelearning_ru
Go: t.me/Golang_google
C/C++/ t.me/cpluspluc
C#: t.me/csharp_ci
Хакинг: t.me/linuxkalii
Мобильная разработка: t.me/mobdevelop
Docker: t.me/+0WdB4uvOwCY0Mjdi
Python: t.me/pythonl
Rust: t.me/rust_code
Javanoscript: t.me/javanoscriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Linux: t.me/+A8jY79rcyKJlYWY6
Big Data: t.me/bigdatai
Devops: t.me/devOPSitsec
Тестирование:https://news.1rj.ru/str/+F9jPLmMFqq1kNTMy
Собеседования: https://news.1rj.ru/str/machinelearning_interview
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://news.1rj.ru/str/addlist/2Ls-snqEeytkMDgy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
ИИ: t.me/vistehno
📕Ит-книги бесплатно: https://news.1rj.ru/str/addlist/BkskQciUW_FhNjEy
Data Science: t.me/data_analysis_ml
Java: t.me/javatg
Базы данных: t.me/sqlhub
Машинное обучение: t.me/machinelearning_ru
Go: t.me/Golang_google
C/C++/ t.me/cpluspluc
C#: t.me/csharp_ci
Хакинг: t.me/linuxkalii
Мобильная разработка: t.me/mobdevelop
Docker: t.me/+0WdB4uvOwCY0Mjdi
Python: t.me/pythonl
Rust: t.me/rust_code
Javanoscript: t.me/javanoscriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Linux: t.me/+A8jY79rcyKJlYWY6
Big Data: t.me/bigdatai
Devops: t.me/devOPSitsec
Тестирование:https://news.1rj.ru/str/+F9jPLmMFqq1kNTMy
Собеседования: https://news.1rj.ru/str/machinelearning_interview
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://news.1rj.ru/str/addlist/2Ls-snqEeytkMDgy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
ИИ: t.me/vistehno
📕Ит-книги бесплатно: https://news.1rj.ru/str/addlist/BkskQciUW_FhNjEy
👍6🖕5❤2🔥2👏1🥱1
PyGraft - инструмент на базе Python, позволяющий генерировать специализированные схемы и графы знаний, не зависящие от конкретной области.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15👍12🔥2🥱1
Media is too big
VIEW IN TELEGRAM
📹 DEVA: Tracking Anything with Decoupled Video Segmentation
Decoupled video segmentation approach (DEVA), composed of task-specific image-level segmentation and class/task-agnostic bi-directional temporal propagation.
Новая модель сегментации видео для "отслеживания чего угодно" без обучения по видео для любой отдельной задачи.
🖥 Github: https://github.com/hkchengrex/Tracking-Anything-with-DEVA
🖥 Colab: https://colab.research.google.com/drive/1OsyNVoV_7ETD1zIE8UWxL3NXxu12m_YZ?usp=sharing
⏩ Project: https://hkchengrex.github.io/Tracking-Anything-with-DEVA/
📕 Paper: https://arxiv.org/abs/2309.03903v1
⭐️ Docs: https://paperswithcode.com/dataset/burst
ai_machinelearning_big_data
Decoupled video segmentation approach (DEVA), composed of task-specific image-level segmentation and class/task-agnostic bi-directional temporal propagation.
Новая модель сегментации видео для "отслеживания чего угодно" без обучения по видео для любой отдельной задачи.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21🔥8❤2🌚2
🎯 DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models
Фреймворк для уменьшения галлюцинаций с помощью предварительно обученных ЛЛМ, не требующая ни файнтюнинга.
🖥 Github: https://github.com/voidism/dola
🖥 Colab: https://colab.research.google.com/github/voidism/DoLa/blob/master/dola_evaluation.ipynb
📕 Paper: https://arxiv.org/abs/2309.03883v1
⭐️ Dataset: https://paperswithcode.com/dataset/truthfulqa
ai_machinelearning_big_data
Фреймворк для уменьшения галлюцинаций с помощью предварительно обученных ЛЛМ, не требующая ни файнтюнинга.
ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤5🔥1