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…
Intel организовал чемпионат по обработке и анализу данных. Главный приз – 1 000 000 рублей!
c 1 по 17 декабря в рамках чемпионата вам предлагается обучить нейросети с помощью инструментов для анализа информации Intel oneAPI.
Автор задачи СберМаркет - один из крупнейших онлайн-сервисов доставки продуктов. Вам предстоит - построить модель, которая предскажет, какие покупки совершит пользователь в следующем месяце. Исторические данные включают в себя информацию о покупках пользователей за последние 4 месяца.
Для того чтобы принять участие нужно зарегистрироваться, скачать предложенные датасеты и получить условия задачи
Участники соревнований получат доступ к набору программных инструментов для ускорения машинного обучения и анализа данных Intel® oneAPI на облачной платформе ML Space. Затем нужно обучить модель и готовую версию загрузить обратно на платформу для проверки. Победителем станет тот, кто наиболее точно предскажет категории товаров и получит приз – 1 000 000 рублей.
Все подробности по ссылке
#INTEL #SBERMARKET
c 1 по 17 декабря в рамках чемпионата вам предлагается обучить нейросети с помощью инструментов для анализа информации Intel oneAPI.
Автор задачи СберМаркет - один из крупнейших онлайн-сервисов доставки продуктов. Вам предстоит - построить модель, которая предскажет, какие покупки совершит пользователь в следующем месяце. Исторические данные включают в себя информацию о покупках пользователей за последние 4 месяца.
Для того чтобы принять участие нужно зарегистрироваться, скачать предложенные датасеты и получить условия задачи
Участники соревнований получат доступ к набору программных инструментов для ускорения машинного обучения и анализа данных Intel® oneAPI на облачной платформе ML Space. Затем нужно обучить модель и готовую версию загрузить обратно на платформу для проверки. Победителем станет тот, кто наиболее точно предскажет категории товаров и получит приз – 1 000 000 рублей.
Все подробности по ссылке
#INTEL #SBERMARKET
Wordtune Read: генератор кратких пересказов статей
https://neurohive.io/ru/novosti/wordtune-read-generator-kratkih-pereskazov-statej/
@machinelearning_ru
https://neurohive.io/ru/novosti/wordtune-read-generator-kratkih-pereskazov-statej/
@machinelearning_ru
PyTorch Live: фреймворк для создания мобильных приложений
https://neurohive.io/ru/frameworki/pytorch-live-frejmvork-dlya-sozdaniya-mobilnyh-prilozhenij/
@machinelearning_ru
https://neurohive.io/ru/frameworki/pytorch-live-frejmvork-dlya-sozdaniya-mobilnyh-prilozhenij/
@machinelearning_ru
Блокчейн и искусственный интеллект - мощный тандем
https://nuancesprog.ru/p/14714/
@machinelearning_ru
https://nuancesprog.ru/p/14714/
@machinelearning_ru
▫️GeoMol: предсказание структуры молекулы по ее графу
https://neurohive.io/ru/papers/geomol-predskazanie-struktury-molekuly-po-ee-grafu/
@machinelearning_ru
https://neurohive.io/ru/papers/geomol-predskazanie-struktury-molekuly-po-ee-grafu/
@machinelearning_ru
🛣 По маршруту SQLite - Pandas: 7 основных операций
https://nuancesprog.ru/p/14725/
@machinelearning_ru
https://nuancesprog.ru/p/14725/
@machinelearning_ru
DLStories — канал о глубоком обучении и искусственном интеллекте, который ведут ребята из DLSchool — школы глубокого обучения на базе МФТИ.
В канале вы найдете:
✔️ разборы архитектур новых нейросетей
✔️ обучающие материалы: статьи, видео, подкасты на DL-тематику
✔️ рассуждения о влиянии ИИ на социум
✔️ новости и веселые истории из мира ИИ
Будьте в курсе последних тенденций в области DL и ИИ! ⬇️
@dl_stories
В канале вы найдете:
✔️ разборы архитектур новых нейросетей
✔️ обучающие материалы: статьи, видео, подкасты на DL-тематику
✔️ рассуждения о влиянии ИИ на социум
✔️ новости и веселые истории из мира ИИ
Будьте в курсе последних тенденций в области DL и ИИ! ⬇️
@dl_stories
Forwarded from Machinelearning tests
Вычисление трех видов норм вектора (линейная алгебра). Какой будет вывод?
a = np.array([1, 2, 3])
n1 = round(np.linalg.norm(a, ord=np.inf), 1)
n2 = round(np.linalg.norm(a, ord=1), 1)
n3 = round(np.linalg.norm(a, ord=2), 1)
print(n1, n2, n3)Forwarded from Machinelearning tests
Выберите правильный вариант
Anonymous Quiz
43%
3.0 6.0 3.7
29%
3.0 3.0 6.0
18%
3.7 6.0 3.0
10%
3.7 1.0 3.0
Шаблоны проектирования систем машинного обучения
https://uproger.com/shablony-proektirovaniya-sistem-mashinnogo-obucheniya/
@machinelearning_ru
https://uproger.com/shablony-proektirovaniya-sistem-mashinnogo-obucheniya/
@machinelearning_ru
Начать разбираться в AI и ML — легко!
Смотрите, какой крутой проект — YouTube-канал "Академия искусственного интеллекта". Это совместный проект Сбера и Благотворительного фонда "Вклад в будущее". Цель проекта — помочь разобраться, что такое искусственный интеллект и машинное обучение. В коротких видео понятным языком рассказывают о новых веяниях ИИ, об олимпиадах, стажировках и хакатонах; а также дают много полезных ссылок и материалов, которые помогут лучше разобраться в теме.
Вот несколько интересных видео:
- Нейросеть DallE от Сбера: интервью с одним из создателей.
- Почему ИИ стоит изучать.
- Стажировка в Сбере.
- Как достичь успеха в data science и IT
В 2021 изученим AI и ML действительно стоит начать заниматься уже сейчас: чтобы не отодвигать изучение самой развивающейся сферы в мире и стать в ней первым!
Смотрите, какой крутой проект — YouTube-канал "Академия искусственного интеллекта". Это совместный проект Сбера и Благотворительного фонда "Вклад в будущее". Цель проекта — помочь разобраться, что такое искусственный интеллект и машинное обучение. В коротких видео понятным языком рассказывают о новых веяниях ИИ, об олимпиадах, стажировках и хакатонах; а также дают много полезных ссылок и материалов, которые помогут лучше разобраться в теме.
Вот несколько интересных видео:
- Нейросеть DallE от Сбера: интервью с одним из создателей.
- Почему ИИ стоит изучать.
- Стажировка в Сбере.
- Как достичь успеха в data science и IT
В 2021 изученим AI и ML действительно стоит начать заниматься уже сейчас: чтобы не отодвигать изучение самой развивающейся сферы в мире и стать в ней первым!
RETRO: языковая модель DeepMind
https://neurohive.io/ru/papers/retro-yazykovaya-model-deepmind/
@machinelearning_ru
https://neurohive.io/ru/papers/retro-yazykovaya-model-deepmind/
@machinelearning_ru
Neurohive - Нейронные сети
RETRO: языковая модель DeepMind
DeepMind представила языковую модель RETRO, в которой реализована схема обучения, основанная на использовании внешней памяти. RETRO демонстрирует сравнимые с GPT-3 результаты несмотря на то, что она имеет в 25 раз меньше параметров. За два года, прошедшие…