Машинное обучение RU – Telegram
Машинное обучение RU
17.7K subscribers
1.58K photos
208 videos
11 files
2.04K links
Все о машинном обучении

админ - @workakkk

@data_analysis_ml - анализ даннных

@ai_machinelearning_big_data - Machine learning

@itchannels_telegram -лучшие ит-каналы

@pythonl - Python

@pythonlbooks- python 📚

@datascienceiot - 📚

РКН: clck.ru/3FmrUw
Download Telegram
ML-специалисты тут? Вас уже ждут в Тинькофф!

Вместе с результативной командой вы будете генерировать гипотезы, ставить на их основе эксперименты, улучшать качество моделей и ускорять их работу в различных сценариях, оформлять эксперименты в воспроизводимые пайплайны и создавать масштабные ИТ-продукты.

Откликайтесь на вакансию, а компания не только обеспечит комфортные условия для работы, но и возможность воплотить свои идеи в больших ИТ-проектах

АО «Тинькофф Банк», ИНН 7710140679
👎2👍1
🌟 Universal-1 от AssemblyAI превзошел* Whisper от OpenAI

Почти год Whisper от OpenAI удерживал лидерство среди открытых решений для распознавания речи, но теперь пальму первенства среди API сервисов перехватила новая модель Universal-1 от AssemblyAI. Обученная на более чем 12,5 миллионах часов многоязычных аудиоданных, Universal-1 превосходит предыдущего лидера - Whisper от OpenAI, а также другие коммерческие решения по ключевым параметрам.

Universal-1 отличается высоким качеством распознавания речи, обеспечивая на 10% и более точные результаты на английском, испанском и немецком языках по сравнению с лучшими протестированными аналогами. При этом модель генерирует на 30% меньше некорректных вставок слов на обычной речи и на 90% - на фоновых шумах.

*это зависит от конкретных задач, но в некоторых он реально лучше Whisper

📎 Подробнее

@machinelearning_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥64👍1🥰1
👉 Deep Learning For Music

Это крутой список научных статей, гайдов и библиотек по работе с музыкой.

🔗 https://github.com/ybayle/awesome-deep-learning-music

@machinelearning_ru
👍8🔥3🥰2
Forwarded from Javanoscript
⚡️ Топ-4 инструмента JavaScript для разработки ИИ

🟡1. AI.JSX
AI.JSX, разработанный Fixie, — это динамический фреймворк, предназначенный для создания разговорных приложений на базе ИИ с использованием JavaScript и JSX, который специально адаптирован для проектов на базе React.
Он выделяется среди инструментов для разработки ИИ благодаря надежной поддержке инжиниринга подсказок и легкой интеграции с внешними API.

🟡2. TensorFlow.js
Являясь JavaScript-адаптацией известной библиотеки TensorFlow, созданной Google, TensorFlow.js предназначена специально для веб- и Node.js-сред, чтобы привнести возможности машинного обучения непосредственно в браузеры и приложения на стороне сервера.
Одним из ключевых преимуществ TensorFlow.js является возможность запуска моделей МО непосредственно в браузере.

🟡3. Brain.js
Brain.js предлагает простой и доступный способ реализации нейронных сетей на JavaScript, подходящий как для браузера, так и для среды Node.js. Ключевое потенциальное применение Brain.js — автоматизация таких процессов, как анализ текста, объединение PDF-документов, преобразование документов, анализ изображений и, в целом, решение любых задач, связанных с обработкой большого количества данных.

🟡4. Tabnine
Tabnine — это помощник по завершению кода на базе ИИ, который значительно улучшает опыт написания кода. В частности, он ускоряет процесс разработки, активно поддерживая целостность кода.
ИИ Tabnine изучает кодовую базу и предлагает соответствующие фрагменты кода, завершения функций и даже целые блоки кода на основе комментариев на естественном языке.

@javanoscriptv
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥62👍2👎1
⚡️ Эксперты по ИИ Matt Turck, Aman Kabeer и FirstMark представили все нейросети мира на одной картинке

Они собрали 2011 ИИ-стартапа и сервиса, разделённых на сферы применения.

В отдельных разделах есть ИИ-ассистенты для кодинга, продаж, копирайтинга, генераторы картинок, аудио, анимаций и многое другое.

📎Полный ландшафт ИИ-мира доступен в PDF

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7👎5🔥4🥰1
Forwarded from Machinelearning
🦾 🦏 Power of matplotlib

Вот такую красоту можно сделать с помощью matplotlib. Это визуализация гравюры немецкого художника Альбрехта Дюрера, изображающая индийского носорога, каким его представлял художник по доступным ему описаниям и рисункам в 1515.

Хотите научиться та к же: вот крутая бесплатная книга: "Научная визуализация: Python + Matplotlib"

Исходники книги c примерами кода лежат здесь.

Постер
Книга
Код из книги

@ai_machinelearning_big_data
👍8🔥3
📉 Nvidia подешевела на 10% после выхода на рынок Llama-3.

Зачем покупать графические процессоры для обучения LLM, когда у нас уже есть несколько LLM мирового класса с открытым исходным кодом 🤷‍♀️ 🤷‍♀️

@machinelearning_ru
15👍9🔥1
🚀 Дайджест полезных находок, инструментов, статей и видео из мира машинного обучения за неделю

🔎 Дайджест

@machinelearning_ru
👍61
📌CatBoost

CatBoost — это популярная open-source библиотека градиентного бустинга на решающих деревьях с поддержкой категориальных фичей из коробки, преемник алгоритма MatrixNet, разработанного Яндексом.
В плане простоты использования и легкости входа для новичков, пожалуй является топ-1 библиотекой для табличных данных и вот почему:

Принимает категориальные фичи сразу без всякой предварительной обработки.

Чтобы перенести обучение с CPU на GPU достаточно поменять значение 1 параметра, без установки доп.пакетов или специальных версий, как в других библиотеках

Даже с дефолтными параметрами выдает хорошую точность модели. Основные параметры не константные, а подбираются самой библиотекой, в зависимости от размера входных данных.

Может принимать текстовые признаки, эмбеддинги, временные признаки.

Без дополнительных манипуляций и оберток встраивается в стандартные пайплайны (например, sklearn).

Идет в комплекте с "батарейками": feature_selection, object_selection, cross_validation, grid_search и пр.

Если вы ещё не знакомы с CatBoost — самое время это исправить
📎 Вот полезный практический Google Colab с CatBoost

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
8👍6🔥5
🦾 Dataset of 15 trillion tokens

Только что был опубликован датасет из 15 триллионов токенов (столько же, сколько было использовано для обучения Llama 3)!!!

Скачайте его, пока он не был удален из-за авторских прав.

https://huggingface.co/datasets/HuggingFaceFW/fineweb

@machinelearning_ru
👍10🔥42😁2🤯2
🔥 OmniFusion 1.1 — первая мультимодальная ИИ-модель в России

🟡Встречайте OmniFusion — ИИ-модель от AIRI, Sber AI и Sber Devices.
OmniFusion 1.1 предлагает уникальные функции, которые отличают её от других моделей. Одной из самых заметных особенностей является способность модели отвечать на вопросы, связанные с изображениями, а также поддерживать беседу о содержимом картинок. Это включает описание того, что изображено, детализацию элементов и интерпретацию визуальной информации.

🟡Модель прекрасно поддерживает русский язык, что делает её особенно ценной для российских пользователей и разработчиков, желающих интегрировать продвинутые AI-решения в свои проекты.

🟡Создатели OmniFusion 1.1 уже планируют расширение функционала модели, включая поддержку аудио, 3D- и видеоконтента.

🖥 GitHub

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥61
Участвуйте в отборе статей в научный журнал международной конференции по искусственному интеллекту AI Journey и получите возможность выиграть 1 млн рублей

Стартовал открытый отбор научных статей по AI/ML для публикации в журнале «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics.
Специальное издание выйдет в рамках ежегодной международной конференции по искусственному интеллекту AI Journey 2024, а автора лучшей статьи ждет приз — 1 млн рублей!

Статья может быть написана как на русском, так и на английском языке, но обязательно должна содержать только ранее не опубликованные сведения.
Узнать подробности и подать заявку можно до 20 августа на сайте мероприятия.

Не упустите уникальную возможность презентовать свои исследования перед научным сообществом на площадке конференции AI Journey 2024, а заодно получить денежное вознаграждение!

@machinelearning_ru
👍41🥰1
☁️ Stable Diffusion запуск в облаке.

Видео

@machinelearning_ru
👍52🔥2😁2