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…
✅ Deepchecks: библиотека для тестирования и проверки моделей и данных машинного обучения
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Яндекс Дзен
Deepchecks: библиотека для тестирования и проверки моделей и данных машинного обучения
Deepchecks — это пакет Python для всесторонней проверки моделей и данных машинного обучения с минимальными усилиями. Сюда входят проверки, связанные с различными типовыми проблем, такими как производительность модели, целостность данных, несоответствие данных…
🖋 Создаем автокорректор текста на Python (аналог т9). Работаем с пакетом nltk.
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Дзен | Статьи
🖋 Создаем автокорректор текста на Python (аналог т9). Работаем с пакетом nltk.
Статья автора «Машинное обучение» в Дзене ✍: Библиотека NLTK, или NLTK, — пакет библиотек и программ для символьной и статистической обработки естественного языка.
👍2
https://news.1rj.ru/str/datascienceml_jobs вакансии для Датасаентистов
Четыре метода, которые повысят качество работы с Pandas
https://nuancesprog.ru/p/15496/
@machinelearning_ru
https://nuancesprog.ru/p/15496/
@machinelearning_ru
NOP::Nuances of programming
Четыре метода, которые повысят качество работы с Pandas
Знакомьтесь с "великолепной четверкой" методов - assign, map, query и explode. Это самые крутые фичи Pandas. Они сделают ваш код более ясным, элегантным и эффективным.
✅ Язык Go сейчас находится в верхушке списка самых популярных языков программирования. Зарплаты Go разработчиков одни из самых высоких на рынке труда.
Рекомендуем бесплатные ресурсы для изучения Golang:
https://news.1rj.ru/str/Golang_google - добро пожаловать в мир Golang программирования
https://news.1rj.ru/str/golangl - чат для взаимопомощи изучения Go
https://news.1rj.ru/str/GolangJobsit - вакансии GO
Рекомендуем бесплатные ресурсы для изучения Golang:
https://news.1rj.ru/str/Golang_google - добро пожаловать в мир Golang программирования
https://news.1rj.ru/str/golangl - чат для взаимопомощи изучения Go
https://news.1rj.ru/str/GolangJobsit - вакансии GO
🔎 BigDetection: алгоритм машинного обучения улучшающий обнаружение объектов.
Подробнее
@machinelearning_ru
Подробнее
@machinelearning_ru
Яндекс Дзен
🔎 BigDetection: алгоритм машинного обучения улучшающий обнаружение объектов.
Мы создаем новый крупномасштабный проект под названием BigDetection. Наша цель — использовать обучающие данные из существующих наборов данных (LVIS, OpenImages и Object365) ,чтобы создать больший набор данных для улучшения предварительной подготовки обнаружения…
👍3
📌 7 критериев выбора подходящего фреймворка для глубокого обучения
Обработка данных эффективна в тандеме с адекватным фреймворком для глубокого обучения. Возможно, вы тоже находитесь в поисках идеальной для себя библиотеки? В любом случае не пропустите сравнительный анализ самых популярных платформ - Pytorch, Keras и Tensorflow.
https://nuancesprog.ru/p/14623/
@machinelearning_ru
Обработка данных эффективна в тандеме с адекватным фреймворком для глубокого обучения. Возможно, вы тоже находитесь в поисках идеальной для себя библиотеки? В любом случае не пропустите сравнительный анализ самых популярных платформ - Pytorch, Keras и Tensorflow.
https://nuancesprog.ru/p/14623/
@machinelearning_ru
👍5
💬 Fictometer: простой и понятный алгоритм анализ тональности текста на Python.
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Дзен | Блогерская платформа
Fictometer: простой и понятный алгоритм анализ тональности текста на Python.
Наша способность решать задачи NLP с помощью алгоритмов ИИ значительно продвинулась вперед, но наше понимание человеческого языка еще очень мало. Это связано с тем, что большинство алгоритмов ИИ работают как черный ящик, и хотя мы знаем архитектуру модели…
🔥7
Instant NeRF: сверхбыстрое восстановление 3D-сцен
Nvidea представила Instant NeRF – алгоритм сверхбыстрой реконструкции трехмерных сцен по нескольким изображениям. Instant NeRF нацелен на использование в системах автономного вождения и при создании метавлесенных.
Подробее
@machinelearning_ru
Nvidea представила Instant NeRF – алгоритм сверхбыстрой реконструкции трехмерных сцен по нескольким изображениям. Instant NeRF нацелен на использование в системах автономного вождения и при создании метавлесенных.
Подробее
@machinelearning_ru
👍6
Пошаговое построение логистической регрессии в Python
Поэтапная реализация на примере банковского прогноза покупки депозита с подробным описанием всех шагов, включая изучение данных, создание индикаторных переменных, over-sampling и рекурсивное исключение признаков.
https://nuancesprog.ru/p/8729
@machinelearning_ru #статьи #Python #DataScience
Поэтапная реализация на примере банковского прогноза покупки депозита с подробным описанием всех шагов, включая изучение данных, создание индикаторных переменных, over-sampling и рекурсивное исключение признаков.
https://nuancesprog.ru/p/8729
@machinelearning_ru #статьи #Python #DataScience
❤9👍2