Master Data: должны ли хорошие руководители Data Science-проектов быть экспертами в сфере обработки данных?
https://tproger.ru/articles/master-data-dolzhny-li-horoshie-rukovoditeli-data-science-proektov-byt-jekspertami-v-sfere-obrabotki-dannyh/
@machinelearning_ru
https://tproger.ru/articles/master-data-dolzhny-li-horoshie-rukovoditeli-data-science-proektov-byt-jekspertami-v-sfere-obrabotki-dannyh/
@machinelearning_ru
Как автоматизировать сравнение датасетов с Terraform и BigQuery
https://nuancesprog.ru/p/15122/
@machinelearning_ru
https://nuancesprog.ru/p/15122/
@machinelearning_ru
PyTorch-LifeStream: библиотека для обработки событийных данных
https://neurohive.io/ru/frameworki/pytorch-lifestream-biblioteka-sbera-dlya-predobrabotki-sobytijnyh-dannyh/
@machinelearning_ru
https://neurohive.io/ru/frameworki/pytorch-lifestream-biblioteka-sbera-dlya-predobrabotki-sobytijnyh-dannyh/
@machinelearning_ru
Материалы о глубинном обучении от Школы анализа данных Яндекса
Онлайн-учебник по машинному обучению и Data Science пополнился новыми главами. Теперь в нём можно почитать о полносвязных нейросетях, методе обратного распространения ошибки, а также о математических аспектах ML (матричное дифференцирование и bias-variance decomposition).
В скором времени ШАД также опубликует материалы о вероятностном подходе к ML и решении сложных задач Data Science, поэтому сохраняйте ссылку на учебник и следите за обновлениями!
https://clck.ru/aucRh
Онлайн-учебник по машинному обучению и Data Science пополнился новыми главами. Теперь в нём можно почитать о полносвязных нейросетях, методе обратного распространения ошибки, а также о математических аспектах ML (матричное дифференцирование и bias-variance decomposition).
В скором времени ШАД также опубликует материалы о вероятностном подходе к ML и решении сложных задач Data Science, поэтому сохраняйте ссылку на учебник и следите за обновлениями!
https://clck.ru/aucRh
Тинькофф приглашает всех, кому интересны инвестиции и ML, на Tinkoff.АI Invest митап.
22 февраля в 19:00 вместе с экспертами по AI и ML разберемся, как размер портфеля влияет на доверие к постам инвестора, кому нужны «умные» ленты в 2022 году и почему мы решили дать клиентам доступ к торгам по выходным.
Зарегистрируйтесь, чтобы получить ссылку заранее: https://l.tinkoff.ru/ai_invest_meetup
22 февраля в 19:00 вместе с экспертами по AI и ML разберемся, как размер портфеля влияет на доверие к постам инвестора, кому нужны «умные» ленты в 2022 году и почему мы решили дать клиентам доступ к торгам по выходным.
Зарегистрируйтесь, чтобы получить ссылку заранее: https://l.tinkoff.ru/ai_invest_meetup
Введение в анализ настроений с помощью распознавания речи
https://dev-gang.ru/article/vvedenie-v-analiz-nastroenii-s-pomosczu-raspoznavanija-reczi-6cikb4qe91/
@machinelearning_ru
https://dev-gang.ru/article/vvedenie-v-analiz-nastroenii-s-pomosczu-raspoznavanija-reczi-6cikb4qe91/
@machinelearning_ru
Регулярные выражения в Python: необходимый запас знаний
https://nuancesprog.ru/p/15205/
@machinelearning_ru
https://nuancesprog.ru/p/15205/
@machinelearning_ru
📱 Полезные IT каналы
https://news.1rj.ru/str/ai_machinelearning_big_data - best ml channel
https://news.1rj.ru/str/ArtificialIntelligencedl - ai
https://news.1rj.ru/str/pythonl - largest python channel
https://news.1rj.ru/str/pro_python_code - python ru
https://news.1rj.ru/str/datascienceiot - ds, ml free books
https://news.1rj.ru/str/programming_books_it
https://news.1rj.ru/str/pythonlbooks - python books
https://news.1rj.ru/str/javanoscriptv - javanoscript channel
https://news.1rj.ru/str/about_javanoscript - advanced js
https://news.1rj.ru/str/JavaScript_testit - js tests
https://news.1rj.ru/str/Golang_google - Go channel
https://news.1rj.ru/str/golangl. -golang chat
https://news.1rj.ru/str/golang_jobsgo -golang jobs
https://news.1rj.ru/str/neural - neural nets
https://news.1rj.ru/str/hashdev - web development
https://news.1rj.ru/str/htmlcssjavas - web
https://news.1rj.ru/str/hr_itwork - jobs
https://news.1rj.ru/str/linux_kal - kali linux
https://news.1rj.ru/str/machinee_learning - ml chat
https://news.1rj.ru/str/linuxkalii - linux chat
https://news.1rj.ru/str/machinelearning_ru - ml ru
https://news.1rj.ru/str/python_testit - python tests
https://news.1rj.ru/str/csharp_ci- c#
https://news.1rj.ru/str/Machinelearningtest - machine learning test
https://news.1rj.ru/str/tensorflowblog - tensorflow
https://news.1rj.ru/str/Django_pythonl django
https://news.1rj.ru/str/javatg - java
https://news.1rj.ru/str/golangtests - Golang quizzes
https://news.1rj.ru/str/sqlhub - sql
https://news.1rj.ru/str/jsspeak - js chat
https://news.1rj.ru/str/memes_prog - it memes
https://news.1rj.ru/str/ai_machinelearning_big_data - best ml channel
https://news.1rj.ru/str/ArtificialIntelligencedl - ai
https://news.1rj.ru/str/pythonl - largest python channel
https://news.1rj.ru/str/pro_python_code - python ru
https://news.1rj.ru/str/datascienceiot - ds, ml free books
https://news.1rj.ru/str/programming_books_it
https://news.1rj.ru/str/pythonlbooks - python books
https://news.1rj.ru/str/javanoscriptv - javanoscript channel
https://news.1rj.ru/str/about_javanoscript - advanced js
https://news.1rj.ru/str/JavaScript_testit - js tests
https://news.1rj.ru/str/Golang_google - Go channel
https://news.1rj.ru/str/golangl. -golang chat
https://news.1rj.ru/str/golang_jobsgo -golang jobs
https://news.1rj.ru/str/neural - neural nets
https://news.1rj.ru/str/hashdev - web development
https://news.1rj.ru/str/htmlcssjavas - web
https://news.1rj.ru/str/hr_itwork - jobs
https://news.1rj.ru/str/linux_kal - kali linux
https://news.1rj.ru/str/machinee_learning - ml chat
https://news.1rj.ru/str/linuxkalii - linux chat
https://news.1rj.ru/str/machinelearning_ru - ml ru
https://news.1rj.ru/str/python_testit - python tests
https://news.1rj.ru/str/csharp_ci- c#
https://news.1rj.ru/str/Machinelearningtest - machine learning test
https://news.1rj.ru/str/tensorflowblog - tensorflow
https://news.1rj.ru/str/Django_pythonl django
https://news.1rj.ru/str/javatg - java
https://news.1rj.ru/str/golangtests - Golang quizzes
https://news.1rj.ru/str/sqlhub - sql
https://news.1rj.ru/str/jsspeak - js chat
https://news.1rj.ru/str/memes_prog - it memes
SpineNet: нетрадиционная архитектура backbone-сети от Google Brain
https://nuancesprog.ru/p/10090/
@machinelearning_ru
https://nuancesprog.ru/p/10090/
@machinelearning_ru
NOP::Nuances of programming
SpineNet: нетрадиционная архитектура backbone-сети от Google Brain
Проблема классификации была весьма эффективно решена при помощи архитектур типа “энкодер-декодер”, в которых энкодерам свойственно постепенное уменьшение масштаба. Однако эта архитектура не способна эффективно генерировать сильные мульти-масштабные признаки…
3 февраля – 3 апреля участвуйте в соревновании Data Fusion Contest 2022 от ВТБ с призовым фондом в 2 000 000 рублей!
Прокачайтесь в современном индустриальном ML на прорывной задаче матчинга.
Вас ждёт 3 задачи, 2 специальные номинации и уникальный датасет от ВТБ, «Ростелекома» и Platforma.
Data Fusion Contest 2022 — это отличная возможность:
🔹 Принять участие в большом онлайн-соревновании с крупными призовыми
🔹 Прокачаться в DS/ML и новых методах на практической задаче
🔹 Участвовать в митапах, воркшопах и гостевых лекциях
🔹 Выиграть классный мерч
Подробности и регистрация — на сайте.
Прокачайтесь в современном индустриальном ML на прорывной задаче матчинга.
Вас ждёт 3 задачи, 2 специальные номинации и уникальный датасет от ВТБ, «Ростелекома» и Platforma.
Data Fusion Contest 2022 — это отличная возможность:
🔹 Принять участие в большом онлайн-соревновании с крупными призовыми
🔹 Прокачаться в DS/ML и новых методах на практической задаче
🔹 Участвовать в митапах, воркшопах и гостевых лекциях
🔹 Выиграть классный мерч
Подробности и регистрация — на сайте.
Доходчиво об обучении на основе многообразий с алгоритмами IsoMap, t-SNE и LLE
https://nuancesprog.ru/p/9969/
@machinelearning_ru
https://nuancesprog.ru/p/9969/
@machinelearning_ru
NOP::Nuances of programming
Доходчиво об обучении на основе многообразий с алгоритмами IsoMap, t-SNE и LLE
Метод главных компонент (PCA) весьма производителен, но зачастую дает сбой, так как предполагает возможность линейного моделирования данных. Он выражает новые признаки в виде линейных комбинаций существующих, умножая каждую на коэффициент.
💡 Equidock: предсказание белковых комплексов
https://neurohive.io/ru/papers/equidock-predskazanie-belkovyh-kompleksov/
@machinelearning_ru
https://neurohive.io/ru/papers/equidock-predskazanie-belkovyh-kompleksov/
@machinelearning_ru
Neurohive - Нейронные сети
Equidock: предсказание белковых комплексов
В MIT разработали нейросеть Equidock, предсказывающую соединение двух белков. Модель может ускорить разработку лекарств в 500 раз.
🎲🐍 Моделируем игру в кости на Python с помощью метода Монте-Карло
https://proglib.io/p/modeliruem-igru-v-kosti-na-python-s-pomoshchyu-metoda-monte-karlo-2022-02-21
@machinelearning_ru
https://proglib.io/p/modeliruem-igru-v-kosti-na-python-s-pomoshchyu-metoda-monte-karlo-2022-02-21
@machinelearning_ru
Библиотека программиста
🎲🐍 Моделируем игру в кости на Python с помощью метода Монте-Карло
В этой статье учимся использовать метод Монте-Карло для прогнозирования вероятностей.
Новость для всех, кому интересны исследования в сфере ML: Научный центр Yandex Research открывает резидентство по машинному обучению.
Это оплачиваемая исследовательская программа, к которой могут присоединиться молодые ML-специалисты, в том числе студенты и аспиранты, а также ученые из смежных дисциплин. Участники получат возможность:
— изучать практические проблемы в компьютерном зрении, речевых и диалоговых системах, обработке естественного языка, автономном вождении и других областях машинного обучения;
— писать статьи по результатам исследования;
— презентовать свои идеи на международных конференциях.
В рамках поддержки российского научного сообщества Yandex Research предоставляет все условия для исследований: от корпоративного оборудования до доступа к вычислительным кластерам. А студенты МФТИ и ВШЭ смогут засчитать участие в ML Residency в рамках своей магистерской или кандидатской диссертации. Подать заявку можно здесь.
Это оплачиваемая исследовательская программа, к которой могут присоединиться молодые ML-специалисты, в том числе студенты и аспиранты, а также ученые из смежных дисциплин. Участники получат возможность:
— изучать практические проблемы в компьютерном зрении, речевых и диалоговых системах, обработке естественного языка, автономном вождении и других областях машинного обучения;
— писать статьи по результатам исследования;
— презентовать свои идеи на международных конференциях.
В рамках поддержки российского научного сообщества Yandex Research предоставляет все условия для исследований: от корпоративного оборудования до доступа к вычислительным кластерам. А студенты МФТИ и ВШЭ смогут засчитать участие в ML Residency в рамках своей магистерской или кандидатской диссертации. Подать заявку можно здесь.
Работа в Яндексе
Вакансия «Yandex Research ML Residency» в Яндексе — работа в компании Яндекс для IT-специалистов
Программа ML Residency — это возможность принять участие в исследованиях мирового уровня в сфере машинного обучения.
Датасеты для генерации и анализа музыки
https://neurohive.io/ru/datasety/datasety-dlya-generacii-i-analiza-muzyki/
@machinelearning_ru
https://neurohive.io/ru/datasety/datasety-dlya-generacii-i-analiza-muzyki/
@machinelearning_ru
Neurohive - Нейронные сети
Датасеты для генерации и анализа музыки
В статье приводится обзор датасетов с музыкальными произведениями. Датасеты разработаны для обучения моделей генерации, распознавания и анализа музыки. NSynth Крупнейший датасет, состоящий из 305 979 музыкальных нот, включая высоту звука, тембр и огибающую.…
Руководство по Docker. Docker Compose
Часть 1: https://nuancesprog.ru/p/15248/
Часть 2: https://nuancesprog.ru/p/15270/
@machinelearning_ru
Часть 1: https://nuancesprog.ru/p/15248/
Часть 2: https://nuancesprog.ru/p/15270/
@machinelearning_ru
NOP::Nuances of programming
Руководство по Docker. Часть 1: образ, контейнер, сопоставление портов и основные команды
Docker для начинающих: логгирование, Docker Hub, выполнение команд внутри контейнера и докеризация первого веб-приложения на Node.js.