6 SQL-запросов, о которых должен знать каждый дата-инженер
https://nuancesprog.ru/p/14447/
@machinelearning_ru
https://nuancesprog.ru/p/14447/
@machinelearning_ru
🧠 Заставляем глубокие нейронные сети рисовать, чтобы понять, как они работают
https://nuancesprog.ru/p/3512/
@machinelearning_ru
https://nuancesprog.ru/p/3512/
@machinelearning_ru
NOP::Nuances of programming
Заставляем глубокие нейронные сети рисовать, чтобы понять, как они работают
Один из способов создавать изображения при помощи нейронной сети - вывести целиком всю картину. Например, как в этом случае: нейронная сеть...
🤖 Наивный байесовский алгоритм классификации: преимущества и недостатки
https://proglib.io/p/izuchaem-naivnyy-bayesovskiy-algoritm-klassifikacii-dlya-mashinnogo-obucheniya-2021-11-12
@machinelearning_ru
https://proglib.io/p/izuchaem-naivnyy-bayesovskiy-algoritm-klassifikacii-dlya-mashinnogo-obucheniya-2021-11-12
@machinelearning_ru
SQL для Data Science: альтернатива обмену через Google Disk и Slack
https://nuancesprog.ru/p/14494/
@machinelearning_ru
https://nuancesprog.ru/p/14494/
@machinelearning_ru
Обработка отсутствующих данных в машинном обучении
https://dev-gang.ru/article/obrabotka-otsutstvuusczih-dannyh-v-mashinnom-obuczenii-2o48hlbqws/
@machinelearning_ru
https://dev-gang.ru/article/obrabotka-otsutstvuusczih-dannyh-v-mashinnom-obuczenii-2o48hlbqws/
@machinelearning_ru
Список полезных телеграмм каналов для программистов
https://news.1rj.ru/str/ai_machinelearning_big_data - главный канал по машинному обучению в телеграмме
https://news.1rj.ru/str/pythonl - python программирование
https://news.1rj.ru/str/datascienceiot - ds книги
https://news.1rj.ru/str/ArtificialIntelligencedl - искусственный интеллект
https://news.1rj.ru/str/pythonlbooks библиотека бесплатых книг по python
https://news.1rj.ru/str/javanoscriptv - javanoscript канал
https://news.1rj.ru/str/Golang_google - канал для изучения языка Go
https://news.1rj.ru/str/neural - нейронные сети
https://news.1rj.ru/str/hashdev - веб разработка
https://news.1rj.ru/str/htmlcssjavas - 1000р
https://news.1rj.ru/str/hr_itwork - вакансии
https://news.1rj.ru/str/programming_books_it - ит книги
https://news.1rj.ru/str/tensorflowblog - tensorflow
https://news.1rj.ru/str/Django_pythonl- django
https://news.1rj.ru/str/linux_kal - kali linux
https://news.1rj.ru/str/machinee_learning - чат машинному обчучению
https://news.1rj.ru/str/linuxkalii - линукс чат
https://news.1rj.ru/str/pro_python_code - изучайте python
https://news.1rj.ru/str/machinelearning_ru -мл
https://news.1rj.ru/str/python_testit - тесты по python
https://news.1rj.ru/str/csharp_ci- c#
https://news.1rj.ru/str/ai_machinelearning_big_data - главный канал по машинному обучению в телеграмме
https://news.1rj.ru/str/pythonl - python программирование
https://news.1rj.ru/str/datascienceiot - ds книги
https://news.1rj.ru/str/ArtificialIntelligencedl - искусственный интеллект
https://news.1rj.ru/str/pythonlbooks библиотека бесплатых книг по python
https://news.1rj.ru/str/javanoscriptv - javanoscript канал
https://news.1rj.ru/str/Golang_google - канал для изучения языка Go
https://news.1rj.ru/str/neural - нейронные сети
https://news.1rj.ru/str/hashdev - веб разработка
https://news.1rj.ru/str/htmlcssjavas - 1000р
https://news.1rj.ru/str/hr_itwork - вакансии
https://news.1rj.ru/str/programming_books_it - ит книги
https://news.1rj.ru/str/tensorflowblog - tensorflow
https://news.1rj.ru/str/Django_pythonl- django
https://news.1rj.ru/str/linux_kal - kali linux
https://news.1rj.ru/str/machinee_learning - чат машинному обчучению
https://news.1rj.ru/str/linuxkalii - линукс чат
https://news.1rj.ru/str/pro_python_code - изучайте python
https://news.1rj.ru/str/machinelearning_ru -мл
https://news.1rj.ru/str/python_testit - тесты по python
https://news.1rj.ru/str/csharp_ci- c#
Telegram
Machinelearning
Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
🌥 MetNet-2: модель Google предсказания погоды на 12 часов
https://neurohive.io/ru/papers/metnet-2-model-google-predskazaniya-pogody-na-12-chasov/
@machinelearning_ru
https://neurohive.io/ru/papers/metnet-2-model-google-predskazaniya-pogody-na-12-chasov/
@machinelearning_ru
Лучшие фреймворки для ИИ и машинного обучения в веб-разработке
https://nuancesprog.ru/p/8472/
@machinelearning_ru
https://nuancesprog.ru/p/8472/
@machinelearning_ru
Лучшие практики Python для специалистов по обработке данных
https://nuancesprog.ru/p/4973/
@machinelearning_ru
https://nuancesprog.ru/p/4973/
@machinelearning_ru
7 малоизвестных пакетов для визуализации на Python, о которых вы должны знать
https://nuancesprog.ru/p/14604/
@machinelearning_ru
https://nuancesprog.ru/p/14604/
@machinelearning_ru
30 ноября 16:00
Базы данных Redis — как работать, где применять, какие ограничения
Присоединяйтесь к вебинару, где @Selectel расскажет про NoSQL базы данных и возможности их бесплатного тестирования.
Вебинар будет особенно полезен тем, кто планирует или уже использует быстрые in-memory базы данных для задач:
— Кэширования,
— Ведения игровых таблиц лидеров,
— Хранения сессий,
— Аналитики в режиме реального времени,
— Обучения моделей machine learning и т.д.
🚀 Все участники получат бесплатный доступ к бета-тесту баз данных Redis. Регистрируйтесь по ссылке: https://slc.tl/83j1p
Базы данных Redis — как работать, где применять, какие ограничения
Присоединяйтесь к вебинару, где @Selectel расскажет про NoSQL базы данных и возможности их бесплатного тестирования.
Вебинар будет особенно полезен тем, кто планирует или уже использует быстрые in-memory базы данных для задач:
— Кэширования,
— Ведения игровых таблиц лидеров,
— Хранения сессий,
— Аналитики в режиме реального времени,
— Обучения моделей machine learning и т.д.
🚀 Все участники получат бесплатный доступ к бета-тесту баз данных Redis. Регистрируйтесь по ссылке: https://slc.tl/83j1p
Visual Genome: датасет размеченных изображений
https://neurohive.io/ru/datasety/visual-genome-dataset-razmechennyh-izobrazhenij/
@machinelearning_ru
https://neurohive.io/ru/datasety/visual-genome-dataset-razmechennyh-izobrazhenij/
@machinelearning_ru
Neurohive - Нейронные сети
Visual Genome: датасет размеченных изображений
Visual Genome — датасет с более чем 100 000 изображений и описаний всех объектов на них. Датасет нацелен на использование в задачах поиска и распознавания объектов. Visual Genome является самым крупным датасетом с описаниями изображений, объектов, атрибутов…
🤖 Решаем задачи машинного обучения с помощью алгоритма градиентного бустинга
https://proglib.io/p/reshaem-zadachi-mashinnogo-obucheniya-s-pomoshchyu-algoritma-gradientnogo-bustinga-2021-11-25
@machinelearning_ru
https://proglib.io/p/reshaem-zadachi-mashinnogo-obucheniya-s-pomoshchyu-algoritma-gradientnogo-bustinga-2021-11-25
@machinelearning_ru
Библиотека программиста
🤖 Решаем задачи машинного обучения с помощью алгоритма градиентного бустинга
Градиентный бустинг (Gradient Boosting) – один из самых эффективных инструментов для решения задач машинного обучения, в особенности на соревнованиях Kaggle. Чтобы научиться правильно его применять, разберем подробнее лежащие в основе алгоритма процессы.
Обратные вызовы Keras: сохранение и визуализация прогнозов на каждую эпоху обучения
https://uproger.com/obratnye-vyzovy-keras-sohranenie-i-vizualizacziya-prognozov-na-kazhduyu-epohu-obucheniya/
@machinelearning_ru
https://uproger.com/obratnye-vyzovy-keras-sohranenie-i-vizualizacziya-prognozov-na-kazhduyu-epohu-obucheniya/
@machinelearning_ru
Методы лингвистического моделирования с использованием Python
https://nuancesprog.ru/p/14643/
@machinelearning_ru
https://nuancesprog.ru/p/14643/
@machinelearning_ru
🪐 Нейросеть NASA обнаружила 301 экзопланету
https://neurohive.io/ru/papers/nejroset-nasa-obnaruzhila-301-ekzoplanetu/
@machinelearning_ru
https://neurohive.io/ru/papers/nejroset-nasa-obnaruzhila-301-ekzoplanetu/
@machinelearning_ru
neurohive.io
Нейросеть NASA обнаружила 301 экзопланету
NASA разработала нейронную сеть Exominer, идентифицирующую космические объекты по затуханию излучения от звезд. На основе данных миссии Kepler нейросеть обнаружила более 300 ранее неизвестных экзопланет. Когда планета проходит между Землей и звездой, регистрируемое…
4 основных шага в подготовке данных
https://uproger.com/4-osnovnyh-shaga-v-podgotovke-dannyh/
@machinelearning_ru
https://uproger.com/4-osnovnyh-shaga-v-podgotovke-dannyh/
@machinelearning_ru
UPROGER | Программирование
4 основных шага в подготовке данных
Что мы хотели бы сделать здесь, так это представить четыре основных и очень общих этапа подготовки данных для алгоритмов машинного обучения. Мы расскажем, как и зачем применять такие преобразования на конкретном примере.
По Rosaria Silipo , руководитель…
По Rosaria Silipo , руководитель…