Всем спасибо 🙏🏼
Было тепло и уютно с вами ❤️

Ссылка на видео встречи: https://events.webinar.ru/53841749/150610057/record-new/1952994568

К вопросу о том, а где соревнования в России проходят?

Очень много разных соревнований вы тут увидите - https://codenrock.com/competitions
Там не только DS, но и этого достаточно.

Конечно, как же без него, ODS - https://ods.ai/competitions

Редко, но бывают тут - https://dsworks.ru/ru

И ещё - https://хакатоны.рус

А так, поучаствуйте или зарегистируйтесь на 1-2 соревнованиях, а там вас рассылками задолбают 🙂

Полезности в ленту ☺️

​​30 самых крупных датасетов для машинного обучения в TensorFlow

TensorFlow — это одна из наиболее популярных открытых библиотек с датасетами для задач машинного обучения. Разработкой TensorFlow занимаются исследователи из Google Brain. Библиотека предоставляет доступ к датасетам с изображениями, видео, аудио и текстами.

Читать...

Подоспела годнота!!!

Статья про просодию (это когда интонация, тембр и тд) в синтезе речи.

Очень полезный материал, если интересуетесь речевыми технологиями. В частности, синтез речи 🎶

Друзья, предлагаю техническо-философское рассуждение!

Всем здесь известно, что для обучения моделей мы оптимизируем некую функцию потерь.

Другими словами, максимально уменьшить ошибку прогноза.
0 = цель функции потерь.

А что, если оптимизировать нечто другое?

Как вы думаете, мы сможем получить что-то «условно-разумное» для решения наших задач?

Выношу на обсуждение в комментариях. Мне интересны любые мнения.

У нас были и тексты, и аудио.

Немного разбавлю контент интересным способом уменьшать изображения.

Нет, вы не увидите там принципиально новой формулы, и подробнейшего разбора существующих методов. Хотя насчёт последнего, из статьи вы узнаете, как вообще, с точки зрения математики и структур данных, уменьшаются изображения с возможностью сохранить как можно больше информации.

В общем, будет полезно, кто только-только на CV направил свой взор 🙂

Хорошего чтения ☀️

Чудеса, да и только 😊

Полезно, изучайте 👍

​​FCOS- объяснение обнаружения объектов без привязки

FCOS: полностью сверточное одноступенчатое обнаружение объектов - это детектор объектов без привязки. Он решает проблемы обнаружения объектов с помощью метода прогнозирования по пикселям, аналогичного сегментации. Большинство последних детекторов объектов без привязки или без привязки на основе глубокого обучения используют FCOS в качестве основы.

Читать...

Заходите в гости 🙂

Открытый практикум Data Analyst by Rebrain: Детекции изменений во временном ряду

Успевайте зарегистрироваться. Количество мест строго ограничено!

👉Регистрация

Время проведения:

29 Ноября (Вторник) в 19:00 по МСК

Программа практикума:

🔹Чем изменения отличаются от аномалий
🔹Когда детекция необходима
🔹Подходы к поиску изменений временного ряда

Кто ведет?

Артур Сапрыкин - Data Scientist, AI исследователь, предприниматель, автор курсов по машинному обучению, преподаватель.

Друзья, а я вот 7го декабря c 14:45 по 16:15 (ауд. G303) буду проводить мастер класс в Вышке.

По теме: "Применение технологий NLP для извлечения данных из сопровождающих документов госконтрактов"

Кто хочет меня увидеть вживую, пообщаться и научиться полезному, то регистрируйтесь и приходите в гости!

Буду очень сильно рад вас видеть 🤗

Что-то совсем из базового, но сегодня на инвидуальной консультации студент спросил про средства визуализации, которые датасаентист использует.

Были разговоры про Power BI и Tableau, насколько они нужны. Сразу скажу, что эти инструменты нужны спецам с названием в должности "ЧТО-ТО_ТАМ аналитик", но гораздо реже спецу по DS.

Ну, а если и пригодится, то на рабочем месте уже узнаете.

Тем не менее, уметь грамотно визуализировать данные нужно. Даже если это не прямая ваша обязанность, то при исследовании и анализе данных это будет полезно, поэтому периодически, кроме моделей и способов обработки данных, буду кидать статьи по визуализации.

Начнём с визуализации категориальных величин.

Ещё статейка, но на мою любимую тему - NLP.

Здесь достаточно любопытно сравниваются различные крупные модели для решения задачи сравнения текстов по схожести. Без учителя.

Мне это нравится, поэтому посмотрите.

Некоторые модели, например USE, можно использовать в качестве бейслайна для решения более сложных задач.

Как только разберусь со своими задачками, то организую встречу, где покажу, как USE мне помог занять призовое место на соревновании.

По традиции, заходите в гости 🙂

Открытый практикум Data Analyst by Rebrain: Разложение временного ряда на компоненты

Успевайте зарегистрироваться. Количество мест строго ограничено!

👉Регистрация

Время проведения:

6 Декабря (Вторник) в 19:00 по МСК

Программа практикума:

🔹Алгоритм SSA
🔹Применение его на практике

Кто ведет?

Артур Сапрыкин - Data Scientist, AI исследователь, предприниматель, автор курсов по машинному обучению, преподаватель.