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.
Динамические и статические вычислительные графы в PyTorch и TensorFlow
https://uproger.com/dinamicheskie-i-staticheskie-vychislitelnye-grafy-v-pytorch-i-tensorflow/
@machinelearning_ru
https://uproger.com/dinamicheskie-i-staticheskie-vychislitelnye-grafy-v-pytorch-i-tensorflow/
@machinelearning_ru
Разрабатываем приложения для распознавания речи с помощью Python
https://nuancesprog.ru/p/15378/
@machinelearning_ru
https://nuancesprog.ru/p/15378/
@machinelearning_ru
NOP::Nuances of programming
Разрабатываем приложения для распознавания речи с помощью Python
Хотите создать своего голосового помощника и превзойти Siri и Яндекс Алису, но не знаете, с чего начать? Рассказываем и показываем, как работает распознавание речи на примере двух простых приложений, и советуем, как применить эти знания на практике.
Всем привет!
Меня зовут Андрей и я ML Engineer. Недавно я написал пособие по машинному обучению, понятное каждому - Machine Learning Simplified Book.
Основная цель моей книги - построить интуитивное понимание того, как работают алгоритмы, путем элементарных примеров.
Прочитав эту книгу, вы будете знать основы Supervised learning, разбираться в сложных математических моделях, понимать весь pipeline стандартного проекта по ML, а также сможете поделиться своими знаниями с коллегами из смежных индустрий и техническими профессионалами в IT. А для тех, кому теоретической части окажется мало - я дополнил книгу репозиторием на github, в котором есть реализация на Python всех методов и алгоритмов, которые я описываю в каждой главе.
Вы можете ознакомиться с книгой абсолютно бесплатно по ссылке ниже:
> https://themlsbook.com
Книга на английском. Но у меня также есть блог - он на русском. Если интересно, подпишитесь, там будет много всего полезного по ML, jobs, career и т д:
https://instagram.com/5x12
Меня зовут Андрей и я ML Engineer. Недавно я написал пособие по машинному обучению, понятное каждому - Machine Learning Simplified Book.
Основная цель моей книги - построить интуитивное понимание того, как работают алгоритмы, путем элементарных примеров.
Прочитав эту книгу, вы будете знать основы Supervised learning, разбираться в сложных математических моделях, понимать весь pipeline стандартного проекта по ML, а также сможете поделиться своими знаниями с коллегами из смежных индустрий и техническими профессионалами в IT. А для тех, кому теоретической части окажется мало - я дополнил книгу репозиторием на github, в котором есть реализация на Python всех методов и алгоритмов, которые я описываю в каждой главе.
Вы можете ознакомиться с книгой абсолютно бесплатно по ссылке ниже:
> https://themlsbook.com
Книга на английском. Но у меня также есть блог - он на русском. Если интересно, подпишитесь, там будет много всего полезного по ML, jobs, career и т д:
https://instagram.com/5x12
👍3
Jupyter Notebook: оптимизация и прокачка
Оптимизация. Часть 1
https://nuancesprog.ru/p/4529/
Оптимизация. Часть 2
https://nuancesprog.ru/p/4536/
Автоматический импорт библиотек
https://nuancesprog.ru/p/3310/
Аккуратный Notebook
https://nuancesprog.ru/p/3527/
Интерактивный Notebook
https://nuancesprog.ru/p/3213/
@machinelearning_ru
Оптимизация. Часть 1
https://nuancesprog.ru/p/4529/
Оптимизация. Часть 2
https://nuancesprog.ru/p/4536/
Автоматический импорт библиотек
https://nuancesprog.ru/p/3310/
Аккуратный Notebook
https://nuancesprog.ru/p/3527/
Интерактивный Notebook
https://nuancesprog.ru/p/3213/
@machinelearning_ru
NOP::Nuances of programming
Как легко оптимизировать Jupyter Notebook. Часть 1
Руководство для начинающих о том, как сделать Jupyter Notebook быстрее, мощнее и круче. Самое классное в технологиях— это множество людей, которые трудятся для улучшения нашей жизни
Развёртывание модели машинного обучения в виде REST API
https://nuancesprog.ru/p/6530/
@machinelearning_ru
https://nuancesprog.ru/p/6530/
@machinelearning_ru
NOP::Nuances of programming
Развёртывание модели машинного обучения в виде REST API
В статье вы узнаете, как разворачивать модели машинного обучения и составлять прогнозы при помощи любого языка программирования, который вам нравится. Конечно, за основу вы можете взять Python или же генерировать прогнозы напрямую внутри Android-приложения…
Oemer (End-to-end OMR) – Комплексная система оптического распознавания музыки, построенная на основе моделей глубокого машинного обучения
Система способна распознавать и воспроизводить музыку по фотографиям нотных записей. Работает даже при неровных телефонных фотографиях
@machinelearning_ru
Система способна распознавать и воспроизводить музыку по фотографиям нотных записей. Работает даже при неровных телефонных фотографиях
@machinelearning_ru
Как использовать ИИ и Python для распознавания речи
https://nuancesprog.ru/p/15432/
@machinelearning_ru
https://nuancesprog.ru/p/15432/
@machinelearning_ru
👍5
✅ Ускорение распознования с алгоритмом DETR с помощью семантического согласования.
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Яндекс Дзен
Ускорение распознования с алгоритмом DETR с помощью семантического согласования.
Недавно разработанный DEtection TRansformer (DETR) устанавливает новую парадигму обнаружения объектов. Однако DETR страдает чрезвычайно медленной сходимостью, что значительно увеличивает время и потребление ресурсов для обучения. Медленная сходимость в значительной…
Bamboo: непрерывное создание мегамасштабного набора данных машинного зрения с синергией человека и машины
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Яндекс Дзен
Bamboo: непрерывное создание мегамасштабного набора данных машинного зрения с синергией человека и машины
Крупные наборы данных играют жизненно важную роль в компьютерном зрении. Существующие наборы данных либо собираются в соответствии с эвристическими системами маркировки, либо собираются вслепую без дифференциации на категории, что делает их неэффективными…