Data Mining | Анализ данных🚀 – Telegram
Data Mining | Анализ данных🚀
3.31K subscribers
1.73K photos
10 videos
5 files
1.7K links
• Купить рекламу: t.me/sahib_space
Админ: sahib_space
• Стоимость: https://www.notion.so/sahibspace/69ece414a4af49f2bdbdfe455e553e58?pvs=3&qid=
• Группа в ВК: vk.com/datamining.team
Download Telegram
Лучшее руководство по написанию кода на Python
Сделать ваше программное обеспечение быстрее, более читабельным и обслуживаемым не так уж и сложно.

https://bit.ly/3hjuid6
Друзья, теперь есть возможность поддержать нашу команду, оформив подписку VK Donut.
DeepSVG - нейронная сеть, которая позволяет создать гладкую анимацию перехода одного изображения в векторной графике в другое. Ознакомиться с архитектурой и демонстрацией вы можете на странице проекта.

Страница проекта - https://bit.ly/3f77Ylv
В самом свежем выпуске Coursera's Global Index было отражено, что специалисты из России занимают первые места по IT компетенциям, исходя из большого набора наблюдений. Ознакомиться с полным отчетом можно по ссылке:

https://bit.ly/39HqkZm
Cartoonizer - специальный проект, который помогает преобразовать изображение или видео в мультипликацию. По сути напоминает старое приложение Prisma, но при этом здесь есть доступная имплементация.

Страница проекта : https://bit.ly/334z7TF
Подборка любимых книг про машинное обучение от экспертов и специалистов. Каждый совет идет вместе с краткой рекомендацией.

https://bit.ly/3geFjwf
Mount Rake Studious выпустила MOBA игру, основанную на обучении с подкреплением. Ваш агент это динозавр с 3000 параметрами для обучения, вы можете различными способами его улучшать и смотреть, как он обучается. Подробнее читайте по ссылке.

https://bit.ly/3jYAcCx
Неплохая демонстрация возможностей модели GPT-3 вести конструктивный человекоподобный диалог.

https://bit.ly/2PlepH6
Подборка основных исследований за июль 2020

https://bit.ly/39XfsGA
Исследователи из MIT и Microsoft разработали алгоритм, который позволяет находить похожие изображения по тематике и графике, даже если художники были из разных эпох и культур.

Новость : https://bit.ly/3guZ4zT
Посты для одного блога писала нейросеть GPT-3. За 2 недели его посетили более 26 тысяч человек.

Новость : https://bit.ly/31sW0O7
Почему разработчикам начинает нравится функциональное программирование?

https://bit.ly/3kpxrKE
Часто в Data Science требуются навыки работы с базами данных, чаще всего в этом помогает SQL (Structured Query Language). Представляем вам бесплатный курс от IBM по SQL специально для Data Science.

Ссылка на курс : https://bit.ly/33whhcC
Нейросеть переводит код с одного языка программирования на другой.

https://bit.ly/2Cbxqc6
Быстрое и занятное приложение MOJO CUT, основанная на исследовании AR Copy Paste. Приложение помогает выбрать в онлайн режиме с камеры какой-то существующий объект и попробовать его перенести в какое-то другое окружение. Демонстрационное видео и ссылки ниже.

https://bit.ly/2PFFDZd
#top@datamining.team

Команда Data Mining предлагает вам ознакомиться с ТОП-5 постами за июль:

1) Курс от Google AI по машинному обучению. Достаточно объемный, но доступный и хороший.

https://vk.com/wall-94208167_4660

2) Исследователи из OpenAI научили GPT-2 дополнять изображения. Исходя из обрезанной картинки, модель предлагает несколько вариантов полного фото.

https://vk.com/wall-94208167_4633

3) Подборка любимых книг про машинное обучение от экспертов и специалистов. Каждый совет идет вместе с краткой рекомендацией.

https://vk.com/wall-94208167_4676

4) 9 ключевых алгоритмов машинного обучения простым языком.

https://vk.com/wall-94208167_4648

5) Mail.ru Group и hh.ru составили портреты российских специалистов по анализу данных (Data Science) и машинному обучению (Machine Learning). Аналитики выяснили, где они живут и что умеют — а также чего ждут от них работодатели и как меняется спрос на таких профессионалов.

https://vk.com/wall-94208167_4661
Подробный блог о том, как устроены механизмы доставки свежего контента в сервисе Яндекс.Картинки

https://bit.ly/3kJQ5x8
Как стать успешным аналитиком данных?

https://bit.ly/3asSxmU
Исследователи из Google Brain предложили новый способ генерировать программы по набору входов и выходов. Основная идея — последовательно искать подпрограммы, приводящие к валидным промежуточным результатам. Способ превосходит предыдущие решения.

https://bit.ly/2PW4TuA
3 наиболее часто задаваемых вопроса про Python на собеседовании.

https://bit.ly/3kPVjaR
Системы баз данных, которые учатся быть лучше.

https://bit.ly/3iO4l6g