Data Science | Machinelearning [ru] – Telegram
Data Science | Machinelearning [ru]
20K subscribers
637 photos
40 videos
29 files
3.52K links
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.

По вопросам рекламы или разработки - @g_abashkin

РКН: https://vk.cc/cJPGXD
Download Telegram
​​Python пора потесниться. О перспективах Julia
Поскольку в data science и искусственном интеллекте приходится иметь дело с массой математических проблем, Julia для них просто находка. Даже при весьма критическом рассмотрении оказывается, что у Julia есть такие достоинства, которым Python ничего не может противопоставить.
Читать#
​​Этичный хакинг
За последние несколько десятков лет IT технологии охватили все сферы жизни человека. Интернет, который появился как специализированный инструмент научных работников проник в каждый дом, став частью жизни каждого человека.
Это повлекло за собой проблему безопасности, защиты чувствительных данных и противодействию атакам хакеров.
Читать#
​​Что такое обработка и анализ данных и почему это важно?
Современные специалисты по обработке и анализу данных должны знать ответы на множество вопросов. В деловом мире сейчас наблюдается повышение спроса на прогнозирование и оптимизацию, основанные на анализе данных в реальном времени с помощью инструментов.
Читать#
​​Здоровье гика: кофеманим правильно
Мы тут что-то серьёзно увлеклись темой здоровья гиков и хотим опять поговорить об этом. На этот раз решено было коснуться хоть и довольно-таки заезженной, но окруженной кучей мифов и глупостей темы — кофе
Читать#
​​Нейросеть создает абстрактные мемы

Нейронная сеть изучила мемы, которые придумывали люди, и научилась генерировать не менее смешные шутки.
Читать#
Каналов в телеграме много, но не так уж легко найти годный контент о компьютерной периферии.
@guide_pc - это новый и очень нужный канал обо всем, что связанно с компьютерами, специально для тех, кому не все равно, какой звук издает его клавиатура и тех, кто не хочет переплачивать за раскрученные бренды. Канал ведет большой любитель и знаток всего, что связано с компьютерами. Рассказывает интересно и понятно, с юмором и без цензуры.
@guide_pc - это канал, на который точно стоит подписаться.
​​Что выведет этот код
Побывав на нескольких собеседованиях и пройдя тестовые задания, было замечено, что интервьюерам нравятся задания наподобие следующего.
Читать#
​​Mapillary опубликовали датасет для распознавания мест

Mapillary Street-level Sequences Dataset (MSLS) — это самый крупный датасет с изображениями для предсказания мест. Датасет содержит 1.6 миллионов изображений, для каждого из которых доступны метаданные местности. Изображения мест снимали с ракурса автомобиля на дороге. Данные покрывают места из 30 городов на 6 континентах, разные погодные условия, освещение, типы движущихся объектов и типы камер. Сбором и тестированием датасета занимались исследователи из Mapillary.
Читать#
​​NetApp приобрела Cloud Jumper, лидера рынка в области инфраструктуры виртуальных десктопов

Компания NetApp (NASDAQ: NTAP), лидер рынка в области управления данными в облаках, объявила о приобретении компании Cloud Jumper, разработчика облачного ПО и лидера в областях инфраструктуры виртуальных десктопов (VDI) и служб удаленных десктопов (RDS). В результате сделки, NetApp Virtual Desktop Services сможет решать самые сложные задачи, связанные с виртуальными десктопами и управлением приложениями, что позволит заказчикам разворачивать, управлять, отслеживать и оптимизировать эти среды с помощью комплексного решения от одной компании в удобном для них облаке.
Читать#
​​6 навыков программирования, которые стоит освоить взрослым и детям

Научиться создавать чат-боты в соцсетях, формировать отчеты одним нажатием кнопки и даже программировать роботов вовсе не сложно. Для этого достаточно найти пару часов в своем графике и отправиться на курсы по программированию.
Читать#
​​Какое влияние машинное обучение оказывает на ваш бизнес

В Gartner включили машинное обучение в число главных приоритетов. Не стоит ждать, что внедрение средств машинного обучения позволит заменить всех сотрудников компьютерами или удвоить доходы, однако они в состоянии обеспечить компании конкурентные преимущества.
Читать#
​​10 Data Science книг к прочтению в 2020 году

Эти книг позволяют изучить науку о данных (Data Science) и применить полученные знания на практике. Они написана так, что способствует погружению в Data Science аналитику, фактически не обладающего глубокими знаниями в этой прикладной дисциплине.
В объемах, достаточных для начала работы в области Data Science, книги содержат интенсивный курс языка Python, элементы линейной алгебры, математической статистики, теории вероятностей, методов сбора, очистки, нормализации и обработки данных. Даны основы машинного обучения.
Читать#
This media is not supported in your browser
VIEW IN TELEGRAM
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ
Искусственный интеллект, машинное обучение и глубокое обучение… Чем они отличаются? Для более лучшего понимания, эти понятия можно разложить так. Компьютер тем или иным образом имитирует поведение человека. Машинное обучение (ML, Machine Learning) — это подмножество ИИ, состоящее из методов, которые позволяют компьютерам делать выводы на основе данных и предоставлять ИИ-приложениям. Глубокое обучение (DL, Deep Learning) является подмножеством машинного обучения, и оно дает компьютерам возможность решать более сложные задачи.
​​Исследователи пытаются замаскировать внутреннюю структуру нейросетей для защиты от атак по энергопотреблению
Инженеры из Университета штата Северная Каролина анонсировали способ защиты нейронных сетей от дифференциальной атаки по энергопотреблению. Свою работу они представят на Международном симпозиуме IEEE 2020.
video_1504119_2532147.gif
20.4 MB
Зачем большие данные в автомобилестроение?
Современный автомобиль — накопитель информации: он аккумулирует все данные о водителе, окружающей среде, подключенных устройствах и о себе самом. Уже скоро одно транспортное средство, которое подключено к сети наподобие той, что объединяет электромобили Tesla Model S, будет генерировать до 25 Гб данных за час.
​​@yegor256news - авторский англоязычный канал Егора Бугаенко, программиста, блоггера, автора Elegant Objects, создателя платформы Zerocracy и частого спикера на многих крупных IT-конференциях; подписывайтесь и следите за его творчеством!
This media is not supported in your browser
VIEW IN TELEGRAM
Возможности Deep Learning

Deep Learning занимает важнейшую роль в обществе в различных сферах деятельности и стоит в основе практически всех главных вычислительных прорывов последних нескольких лет. Сегодня сила Deep Learning помогает компьютерам превзойти способности человека.
Читать#
video_1511675_2544822.gif
21.8 MB
Почему всякому Data Scientist нужен свой Data Engineer
Data Scientist признали «самой сексуальной работой в XXI веке». The Harvard Business Review считает, что этот «гибрид дэйта-хакера, аналитика, переговорщика и доверенного советника» — редкое сочетание навыков, заслуживающих высокой зарплаты.
Слишком хорошо, чтобы быть правдой? Да, по словам Форбса. Оказывается, ученые-данные тратят большую часть своего времени (до 79%!) на работу, которую они больше всего ненавидят.
​​IDC: Половина сервисов IaaS и PaaS используется для разработки приложений, управления и анализа данными

Ключевые деловые приложения, включая CRM, ERM и SCM, в облачном варианте чаще всего приобретаются в виде SaaS-сервисов.
Более половины закупок инфраструктурных и платформенных сервисов (IaaS и PaaS) в публичных облачных средах приходится на три задачи: управление данными, разработка и тестирование приложений и анализ данных. Хотя на рабочие нагрузки, связанные с важнейшими бизнес-приложениями (CRM, ERM и SCM) идет больше средств, они приобретаются в виде программ, предоставляемых в виде сервиса (SaaS), а большинство нагрузок потокового вещания работает в виде цифровых сервисов на облачной инфраструктуре. В то же время в IDC не считают показательной долю рабочих нагрузок в виде веб-серверов, поскольку подавляющее большинство веб-серверов в облаке работает в качестве компонентов других бизнес-приложений.
Управление данными и их анализ в ближайшее время останутся наиболее распространенными рабочими нагрузками в публичных облачных системах. Это объясняется переносом в облако унаследованных программных систем, доступностью облачных машин с ускорителями вычислений и распространением сервисов с функциями искусственного интеллекта и машинного обучения. Распространение методов разработки и тестирования приложений в облаке и создания исходно рассчитанных на работу в облаке приложений тоже поддержит рост соответствующего сегмента.
​​Cоветы ИТ-специалистам

Даже будучи профессионалом своего дела, повышать свою ценность на рынке труда необходимо для достижения наилучших результатов. Так и для ИТ-специалистов: помимо основного требования - знать свои обязанности и грамотно их выполнять, существует еще ряд полезных привычек, необходимых для успешной работы.
Читать#
​​Пандемия стала катализатором революционных изменений в ИТ-индустрии

Как защитить свою ИТ-инфраструктуру для удаленной работы? Как сделать бизнес более устойчивым к глобальным потрясениям? Какие проблемы решают облачные технологии? Какие ИТ-задачи следует автоматизировать? Как использовать искусственный интеллект (ИИ), чтобы справиться с массовым увеличением вызовов?
Далее...