Forwarded from XOR
Ладно, по вашему запросу касты языков программирования. Штриха также оставляем на обсуждение в комментарии.
😁43👍5🗿5🔥2💯2❤1👻1😎1
Ловите шпиона!
Инженеру Google Линвею Дину предъявили обвинения в краже секретных файлов. Файлы были связаны с коммерческой тайной ПО гугловских ИИ-чипов TPU.
На этих чипах запускается Gemini, они интегрированы в Hugging Face и в целом держат на себе большую часть AI-нагрузки компании. Предполагаемый преступник украл более 500 документов с деталями архитектуры и ПО таких чипов.
Крал он их, по версии следствия, для китайских компаний, желающих таким образом получить преимущество в ИИ-гонке.
Инженеру Google Линвею Дину предъявили обвинения в краже секретных файлов. Файлы были связаны с коммерческой тайной ПО гугловских ИИ-чипов TPU.
На этих чипах запускается Gemini, они интегрированы в Hugging Face и в целом держат на себе большую часть AI-нагрузки компании. Предполагаемый преступник украл более 500 документов с деталями архитектуры и ПО таких чипов.
Крал он их, по версии следствия, для китайских компаний, желающих таким образом получить преимущество в ИИ-гонке.
🤯57👍15😁9🥰4🏆2😈2❤1🤨1
Там Claude3 оказался умнее человека на тесте IQ
Эксперимент провел журналист Максим Лотт. Он прогнал известные LLM через IQ-тест и получил следущие интересные результаты:
🔎 Claude-3 с большим отрывом оказался самым умным ИИ — 101 балл (для справки, средний человеческий IQ = 100)
🔎 Сlaude-2 тоже в тройке лидеров, на третьем месте – 82 балла
🔎 Почетное второе занимает ChatGPT-4, однако его результаты аж на 16 пунктов отстают от лидера – 85 баллов
🔎 Базовый Gemini почему-то показал себя лучше, чем Gemini Advanced
🔎 Такими темпами, по закону Мура, через пару лет IQ LLM достигнет 140 баллов (у Энштейна, например, IQ = 160)
Эксперимент провел журналист Максим Лотт. Он прогнал известные LLM через IQ-тест и получил следущие интересные результаты:
🔎 Claude-3 с большим отрывом оказался самым умным ИИ — 101 балл (для справки, средний человеческий IQ = 100)
🔎 Сlaude-2 тоже в тройке лидеров, на третьем месте – 82 балла
🔎 Почетное второе занимает ChatGPT-4, однако его результаты аж на 16 пунктов отстают от лидера – 85 баллов
🔎 Базовый Gemini почему-то показал себя лучше, чем Gemini Advanced
🔎 Такими темпами, по закону Мура, через пару лет IQ LLM достигнет 140 баллов (у Энштейна, например, IQ = 160)
🤪35👍16🔥6🗿3🤔2❤1😈1
Мы знаем, чего не хватает тебе, чтобы стать сильным специалистом.
И нет, ответ не «подтяни теор.вер, матан, статистику/пройди очередной курс/наберись опыта на кэгле».
Вот то, что на самом деле делает инженера на голову выше и на порядок конкурентноспособнее:
Чтобы познать всё это сполна, важно смотреть, как работают продуктовые команды, и набираться опыта у них, подчеркивать техники/фреймворки/подходы.
Идеальный вариант для получения опыта — это новый канал наших друзей DeepSchool | CV Rocket, в котором будут делиться этими знаниями бесплатно!
А для тех, кто хочет ещё больше, они придумали курс, в котором наглядно покажут, как работают CV-команды, ответят на все вопросы, да ещё и отревьюят ваш код. Подробнее о нём – тоже в новом канале.
Подписывайтесь, если хотите утянуть к себе пару полезных техник/фреймворков/подходов и узнать больше о том, как работают в DL-командах!
И нет, ответ не «подтяни теор.вер, матан, статистику/пройди очередной курс/наберись опыта на кэгле».
Вот то, что на самом деле делает инженера на голову выше и на порядок конкурентноспособнее:
- как управлять экспериментами и данными внутри команды
- что такое хороший код и как его поддерживать
- как создавать веб-сервисы
- какие фреймворки для каких задач использовать
- какие сложности встречаются в разных CV-задачах и как их решать
Чтобы познать всё это сполна, важно смотреть, как работают продуктовые команды, и набираться опыта у них, подчеркивать техники/фреймворки/подходы.
Идеальный вариант для получения опыта — это новый канал наших друзей DeepSchool | CV Rocket, в котором будут делиться этими знаниями бесплатно!
А для тех, кто хочет ещё больше, они придумали курс, в котором наглядно покажут, как работают CV-команды, ответят на все вопросы, да ещё и отревьюят ваш код. Подробнее о нём – тоже в новом канале.
Подписывайтесь, если хотите утянуть к себе пару полезных техник/фреймворков/подходов и узнать больше о том, как работают в DL-командах!
👍10🤯7❤5🙈3🔥2
HalvingSearch – ускорение поиска по сетке
Подбор гперпараметров – сложная и распросраненная задача. Для ее решения часто используют поиск по сетке, но этот алгоритм очень уж медленный. Поэтому сегодня давайте обратим внимание на halving search. Его относительно недавно добавили в sklearn, и пришло время разобраться, как с ним работать.
Подбор гперпараметров – сложная и распросраненная задача. Для ее решения часто используют поиск по сетке, но этот алгоритм очень уж медленный. Поэтому сегодня давайте обратим внимание на halving search. Его относительно недавно добавили в sklearn, и пришло время разобраться, как с ним работать.
❤41👍24🔥6
Дорогие наши DS-подписчицы!
Наша редакция от всей своей Data-души поздравляет вас с праздником! Желаем, чтобы скор вашего настроения рос, а лосс неудач падал📉
P.S.Сегодня мы приготовили для вас много интересного, не пропустите 🌸
Наша редакция от всей своей Data-души поздравляет вас с праздником! Желаем, чтобы скор вашего настроения рос, а лосс неудач падал
P.S.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤87🥰15🔥8💋4🎉3
Girl’s power!
По данным Всемирного экономического форума, женщины занимают 26% рабочих мест в сфере ИИ, и при этом составляют всего 16% преподавателей, обучающих Data Science.
Мы считаем (и исследования это подтверждают), что gender diversity – это сила, и посвящаем этот пост женщинам в AI, на которых стоит равняться.
По данным Всемирного экономического форума, женщины занимают 26% рабочих мест в сфере ИИ, и при этом составляют всего 16% преподавателей, обучающих Data Science.
Мы считаем (и исследования это подтверждают), что gender diversity – это сила, и посвящаем этот пост женщинам в AI, на которых стоит равняться.
👍55❤22🔥14🤪5🍌4🦄4😁1
Step-by-step гайд по изучению основ алгоритмов машинного обучения с ссылками на посты нашего канала:
1. Обычно все подобные списки начинаются с регрессии, но мы советуем начать с KNN. Простой и интересный алгоритм, который поймет любой.
2. А вот теперь регрессия:
– Линейная регрессия
– Пуассоновская регрессия
– Гребневая и лассо регрессия
– Elastic Net регрессия
3. Линейная классификация:
– Логистическая регрессия
– LDA
– SGD классификация
4. Метод опорных векторов
5. Деревья и ансамбли:
– Cart, ID3 и С4.5
– Случайный лес
6. Бустинг:
– Градиентный бустинг
– Adaboost
7. Кластеризация:
– K-means
– DBSCAN
– Иерархическая кластеризация
– BIRCH
8. Finally: нейросети
- Перцептрон
- CNN
- RNN
- LSTM
- GAN
- Трансформеры
Есть среди нас новички? Отзовитесь в комментариях😻
1. Обычно все подобные списки начинаются с регрессии, но мы советуем начать с KNN. Простой и интересный алгоритм, который поймет любой.
2. А вот теперь регрессия:
– Линейная регрессия
– Пуассоновская регрессия
– Гребневая и лассо регрессия
– Elastic Net регрессия
3. Линейная классификация:
– Логистическая регрессия
– LDA
– SGD классификация
4. Метод опорных векторов
5. Деревья и ансамбли:
– Cart, ID3 и С4.5
– Случайный лес
6. Бустинг:
– Градиентный бустинг
– Adaboost
7. Кластеризация:
– K-means
– DBSCAN
– Иерархическая кластеризация
– BIRCH
8. Finally: нейросети
- Перцептрон
- CNN
- RNN
- LSTM
- GAN
- Трансформеры
Есть среди нас новички? Отзовитесь в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
👍90🔥21🫡7❤5🤯3🦄1