Магия данных | Артур Сапрыкин – Telegram
Магия данных | Артур Сапрыкин
906 subscribers
329 photos
57 videos
9 files
316 links
Канал Артура Сапрыкина.
- Основатель и CEO Maglosya (@maglosya)
- Создаю со своей командой AI/ML-проекты
- Преподаватель, автор курсов
- Исследователь ML и AI.

Сайт: https://arthursaprykin.ru/

По вопросам сотрудничества пишите мне: @arthur_saprykin
Download Telegram
Forwarded from IT Юмор
«Семь ступеней дебага»
😁12
Продолжаю вещать про поисковики, и сегодня легенда поисковых алгоритмов - PageRank.

Тут написано про то, как он устроен. Принцип достаточно прост и понятен, потому и гениален.

Кроме того, PageRank можно использовать не только для веб-ссылок, но и для выделения ключевых слов, например. Такая модификация называется TextRank (об этом может быть позже напишу, или сами в сети найдёте).

Скажу, что знать его устройство обязательно. Гугл частично его использует до сих пор, да и сами вы можете его модифицировать под свои задачи.
👍4
Вот вам функции активации.

Спойлер: это не все, что есть, но нужно ли больше вам?
👍4
Классика вторника)
Forwarded from Data Science by REBRAIN
Открытый практикум Data Analyst by Rebrain: Многорукие бандиты Баейса

Успевайте зарегистрироваться. Количество мест строго ограничено!

👉Регистрация

Время проведения:

7 Февраля (Вторник) в 19:00 по МСК

Программа практикума:

🔹Многорукие бандиты, как продвинутые инструменты А/B/n-тестирования
🔹Практическое применение байесовских многоруких бандитов

Кто ведет?

Артур Сапрыкин - Data Scientist, AI исследователь, предприниматель, автор курсов по машинному обучению, преподаватель.
1
Forwarded from МУРКА
Когда искусственный интеллект станет таким, нам всем конец
🤣11😱3
Вот это меня очень заинтересовало.
Пока не удалось попробовать, но выглядит впечатляюще.

Меня такое устраивает 😉
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
Open-sources PhyCV: The First Physics-inspired Computer Vision Library

Unlike traditional algorithms that are a sequence of hand-crafted empirical rules, physics-inspired algorithms leverage physical laws of nature as blueprints.

PhyCV - новый класс алгоритмов компьютерного зрения, высокой точности, которые имитируют распространение света через физические объекты. Алгоритмы основаны на уравнениях дифракции света в оптических системах.


pip install phycv

🖥 Github: https://github.com/JalaliLabUCLA/phycv

📝 Paper: https://arxiv.org/abs/2301.12531v1

🎥 Video: https://www.youtube.com/watch?v=PJXXwXVyjdk&embeds_euri=https%3A%2F%2Fwww.imveurope.com%2F&feature=emb_logo

⭐️ Project: https://photonics.ucla.edu/2022/05/12/jalali-lab-open-sources-phycv-a-physics-inspired-computer-vision-library/

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5
Интересовались ли вы, как устроены «эти ваши» автозамены?

Тогда предлагаю познакомиться с историей и дайджестом классических фонетических алгоритмов.

Можно было бы сказать, что это лишь история, но нет, они актуальны и по сей день.
В наших телефонах и на сайтах работают именно подобные алгоритмы.

Иногда, конечно, разбавляют чем-то ещё, но суть особо не меняется.

Почему полезно и ценно это? Вы можете сделать свой нечёткий поиск по сайту, спеллчекинг для работы с текстами, расширить свой айтишный кругозор, а затем развить это направление.

Вариантов много 😉☀️
1
Такое нужно знать всем разработчикам ☺️
Надеюсь, объяснять не нужно 😉
Forwarded from Библиотека программиста | программирование, кодинг, разработка
binary_fund.pdf
386.4 KB
🔥2
А я сегодня вечером вещаю. Кто не слушал эту тему раньше - заходите)
Forwarded from Data Science by REBRAIN
Открытый практикум Data Analyst by Rebrain: Ансамбли машинного обучения

Успевайте зарегистрироваться. Количество мест строго ограничено!

👉Регистрация

Время проведения:

14 Февраля (Вторник) в 19:00 по МСК

Программа практикума:

🔹Для чего они нужны? И почему они нужны в век нейронных сетей?
🔹Виды ансамблирования

Кто ведет?

Артур Сапрыкин - Data Scientist, AI исследователь, предприниматель, автор курсов по машинному обучению, преподаватель.
Свежая статья про распознавание рукописного текста.

Пробежался по содержанию - годная!

Всех деталей нет, но зато есть ссылки на датасеты, некоторые подходы и умозрения по решению задачи.

Изучайте!
👍2
Тут ещё альтернатива "Панде" появилась - "Полярный медведь" (чую, "бурый медведь" станет вишенкой на торте)

Пишут и показывают, что Polars гораздо быстрее привычной Pandas, и плюсом есть некоторые "фишки".

Например, ленивые вычисления, где результат отложенно получаешь.

Я думаю, стоит брать, и изучать детальней. Изначально кажется приятной альтернативой, но нужно посмотреть по более тонкому функционалу.

Как там со строками работать, например.
👍3