DenoiseLAB
486 subscribers
1.33K photos
159 videos
3 files
1.57K links
Блог DenoiseLAB (машинное обучение, аналитика)

Информация в канале служит только для ознакомления и не является призывом к действию. Не нарушайте законы РФ и других стран. Мы не несем отвественность за ваши действия или бездействия.
Download Telegram
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_184

🔠 Какие есть преимущества и недостатки у экспоненциального сглаживания ?

Преимущества:
- Проста в реализации и интерпретации.
- Может быть эффективна для данных с трендами и сезонностью.

Недостатки:
- Не учитывает сложные зависимости и нелинейности в данных.
- Может быть неэффективна для данных с быстро меняющимися трендами или большими выбросами.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#time_series #AR_model #MA_model #autoregressive_model #moving_average_model #forecasting
⚛️Аналитика: На самом деле ситуаций не такая страшная (Duolingvo увольняет тысячи сотрудников), переводчики перейдут в штат проектов занимающихся нейросетями и могут занять позиции тестировщиков сетей, фасилитаторов а также позиции в командах RedTeam и генерации контента, поставщиков и составителей узко-специализированных датасетов и аналитиков, которые занимаются консолидацией знаний в области языка.

⚛️Более того, скорое всего появятся Language-OSINT, эти люди будут заниматься выявлением малейших нововведений и изменений в языке и своевременно вносить правки в языковые модели (уже есть преценденты когда, особенно в молодежном сленге или профессиональном), для их молниеносного обучения. Так что спецов будет катастрофически не хватать, а 95% задач уйдет на автоматизацию. Резко возрастет спрос на носителей языка. Сюда же можно отнести задачи на выявление фейков.

⚛️То, что идет резкое сокращение гуманитарных специальностей это конечно шок для рынка, но не смертельный, более того, общая тенденция на рынке развития технологий показывает, что в скором времени, мы упремся в жесткую нехватку таких кадров и придем снова на исходную точку.

⚛️Более того, рынок разделится на потребление генерируемого контента и живого общения с носителем или экспертом в данной области. Таким образом мы видим тренд устойчивый на изменения не только по перераспределению рынка услуг, но и перераспределение рынка доставщиков услуг.

⚛️Говоря глобально, компании "опьяненные" успехом ИИ сейчас в долгой перспективе проиграют, так как они убирают кадры, за которыми им надо будет гоняться в будущем. Сетку можно нагенерить, обучить человека это долгий процесс, но его знания куда более хаотичны и многовекторны.

⚛️Модели надо будет переобучать, и выживет тот у кого эта модель будет качественнее, а без людей и их мозгов этого по нормальному не сделать. А это именно, то что и потребуется в будущем. Новость с Duolingvo говорит лишь о том, что их стратегия рассчитана на короткий период. Бизнес надо масштабировать, а не рубить его на корню, хотя, цели руководства нам не известны до конца.

⚛️На уровне государства, этот тренд увидел Китай в свое время и понял, что людей надо переводить на другие работы и переобучать их, тем самым снижается риск эмиграции, криминала, и прочих социальных вопросов. Как обычно, кадры решают все.

Ситуация все больше напоминает вот этот ролик: https://www.youtube.com/watch?v=7pd1wZa-kgk

Ждемс...
Please open Telegram to view this post
VIEW IN TELEGRAM
3
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_185

🔠 Какие есть преимущества и недостатки у структурные временные ряды ?

Преимущества:
- Учитывает различные компоненты временного ряда, включая тренды, сезонность и внешние факторы.
- Может быть эффективна для сложных временных рядов с несколькими компонентами.

Недостатки:
- Требует дополнительной информации о внешних факторах и их влиянии на ряд.
- Подбор параметров модели может быть сложным и требовать экспертных знаний.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#time_series #AR_model #MA_model #autoregressive_model #moving_average_model #forecasting
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_186

🔠 Какие есть преимущества и недостатки у моделей глубокого обучения ?

Преимущества:
- Способны улавливать сложные зависимости и нелинейности в данных.
- Могут быть эффективны для больших объемов данных и сложных временных рядов.

Недостатки:
- Требуют большого объема данных для обучения.
- Могут быть вычислительно сложными и требовать мощности вычислительных ресурсов.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#time_series #AR_model #MA_model #autoregressive_model #moving_average_model #forecasting
Новое веяние из Китая, ИИ наступает полным ходом.
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_187

🔠Что такое InfluxDB ? (Часть_1)

InfluxDB это временнАя база данных, специально разработанная для обработки и хранения временных данных. Она предназначена для сбора, хранения, визуализации и анализа данных, сгенерированных различными источниками, такими как датчики, устройства интернета вещей (IoT), системы мониторинга и другие приложения, где временные данные играют важную роль.

InfluxDB разработана с учетом высокой производительности и масштабируемости, что позволяет эффективно обрабатывать большие объемы данных, поступающих с высокой скоростью. Она основана на модели данных событийного журнала (event-based log), где каждая запись содержит временную метку (timestamp) и набор полей (fields), которые описывают измеряемые значения или свойства.

https://www.influxdata.com

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_187

🔠Что такое InfluxDB ? (Часть_2)

InfluxDB предлагает SQL-подобный язык запросов для извлечения данных, а также предоставляет API для записи и чтения данных. Она также обладает функциональностью агрегации, визуализации и возможностью создания наборов данных для долгосрочного хранения.

InfluxDB широко используется в области мониторинга и аналитики систем, где требуется обработка и хранение временных данных, таких как метрики производительности, логи, события и другие временные ряды.

https://www.influxdata.com

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#InfluxDB #database #time-series #data-storage #data-processing #monitoring #analytics #IoT #event-based-log #SQL #data-visualization #data-aggregation
В 2025 году МВД планирует запустить две системы «Клон» и «Конъюнктура».

«Клон» будет использоваться для выявления фактов подделки видеоизображений, которые могут быть в интересах правоохранительной деятельности.

«Конъюнктура» должна прогнозировать негативные события и чрезвычайные ситуации, а также моделировать сценарии реагирования на них.

@budni_manipulyatora

https://www.vedomosti.ru/technology/articles/2024/01/11/1014513-mvd-privlechet-neiroseti-k-poisku-pravonarushitelei
https://examregistration.github.com/login?ReturnUrl=%2Foverview - открыли доступ на регистрацию к экзамену по github, заинтересованные лица приглашаются к тесту.
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_188

🔠Что такое GLCM ?

GLCM - это матрица, которая представляет относительное распределение пикселей различных значений яркости в изображении. Гистограмма локальных бинарных шаблонов вычисляет статистические меры, такие как контрастность, однородность и корреляция, основываясь на GLCM.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_189

🔠 Что такое LBP ?

Локальный бинарный шаблон (LBP) - это метод, который кодирует локальную структуру текстуры пикселей в изображении. Он работает путем сравнения центрального пикселя с его окружающими пикселями и присваивает бинарный код каждому пикселю в зависимости от его отношения к центральному пикселю. LBP может быть использован для извлечения текстурных характеристик, таких как шероховатость, текстурная грубость и микроструктуры изображения.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#text analysis #GLCM #local binary pattern #image processing #computer vision #texture analysis #image classification #pattern recognition #feature extraction
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190

🔠 Что такое MobileUNet ? (Часть_1)

MobileUNet (Mobile U-Net) - это архитектура нейронной сети, основанная на U-Net, которая была специально разработана для обработки изображений на мобильных устройствах с ограниченными вычислительными ресурсами, такими как смартфоны или планшеты.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
2
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190

🔠 Что такое MobileUNet ? (Часть_2)

U-Net - это архитектура нейронной сети, которая широко используется для сегментации изображений, в основном в медицинском изображении. Она состоит из энкодера и декодера, которые связаны между собой. Энкодер позволяет извлекать высокоуровневые признаки из изображения, а декодер восстанавливает пространственную информацию и генерирует сегментированное изображение.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
🎄Ребята напоминаю у нас есть чатик для общения, милости просим, кто в теме, обсуждаем все от политических событий, машинки до кибербеза. Рады всем, открыты любым мнениям и взглядам. Вот ссылочка:

👋 https://t.me/DenoseLABChat
Please open Telegram to view this post
VIEW IN TELEGRAM
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_190

🔠 Что такое MobileUNet ? (Часть_3)

MobileUNet оптимизирована для работе на мобильных устройствах, используя различные техники, такие как свертки с малыми фильтрами, сокращение числа каналов и применение точечных сверток для снижения вычислительной сложности и уменьшения размера модели. Такие оптимизации позволяют использовать MobileUNet на устройствах с ограниченными вычислительными ресурсами, при этом сохраняя достаточную точность сегментации изображений.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#MobileUNet #neural network architecture #image segmentation #U-Net #computer vision #mobile devices #optimization #convolutional neural network #feature extraction #image processing
https://nakarte.me прикольный рпесурс для GeoINT вкупе с вот этим (https://github.com/wladich/nakarte/) позволяет много чего находить. Вот вам еще скриптик.

Это запрос к API:

L.Layer.Yandex.Tracks = L.Layer.Yandex.extend({
initialize: function(options) {
options = {minZoom: 10, maxNativeZoom: 16, ...options};
L.Layer.Yandex.prototype.initialize.call(
this,
'https://core-gpstiles.maps.yandex.net/tiles?style=point&x={x}&y={y}&z={z}',
options
);
},
});
200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_191

🔠 Какие применения может иметь кросс-масштабный поток в компьютерном зрении ? (Часть_1)

1. Обнаружение объектов на различных масштабах: Кросс-масштабный поток позволяет обнаруживать объекты на различных уровнях детализации или размерах. Это особенно полезно при обнаружении объектов, которые могут быть представлены в различных масштабах, например, при обнаружении лиц, автомобилей или других объектов в разных частях изображения.

https://boosty.to/denoise_lab/donate - фишки кода, полезные фичи или просто если вы хотите поддержать наш канал.

#cross-scale flow #computer vision #image processing #object detection #image segmentation #feature extraction #image analysis #multi-scale analysis #image classification #data augmentation
👉Citigroup объявил о своем плане сократить 20 тысяч сотрудников в рамках программы по снижению расходов на $2,5 миллиарда. (Вот такая новость сегодня пролетела).

⚛️Теперь давайте посмотрим на цифры: на состояние 2022 года численность персонала CitiGroup была на уровне 240 тыс., капитализация $88,8 млрд (18.03.2023), то есть получается уйдут порядка 8-10%. 

⚛️В целом последние два года наблюдался резкий рост по числу цифровых внедрений в области ИИ именнно в финтехе, и он уже третий год поряд не сбавляет темпов (причем и у нас тоже). Более того, переход на цифровые активы, только ускорил этот процесс. По общей тенденции можно сказать, что число банков будет сильно сокращаться, причем везде, так как в целом в них не будет необходимости, и многие операции в целом перейдут в цифру.

⚛️Драйверами станут технологии блокчейна, ИИ, оптимизации и автоматизиации. Сильно возрастет нагрузка на сектор безопасности, при чем во всех сегментах от SOC до RedTeam. А в связи с тем, что США и Англия сейчас находятся не далеко от Йемена, и в целом, они не знают, как себя вести и не понимают, что им делать. Более того, их технологии и раздутый, до нельзя, военный бюджет (который кстати, мало дал реально топовых разработок, взять хотя бы истребители 5 и 6 поколений, цена за которые не просто большая, а "бесстыдно" большая) ситуевиная вырисовываться так себе. 

⚛️Чтож... наблюдаем, ждем и смотрим как это ситуация зацепит мировые рынки, в том числе и наш. Но в целом можно сказать, если будет пресрелиз компании и капитализация вырастет на фоне внедрения обоснованных технологических решений и бизнес подходов, то это повысит интерес инвесторов, только вопрос каких.

⚛️Только за последний год, значительная часть китайских инвесторов покинула рынок США. Да, США перетягивают заводы из Европы, да, они привлекают силы (трудовая эммиграция), но локалные конфликты на границе с Мексикой и Эквадором, пока вызывает опасения. Более того, стоимость грузоперевозок из Йеменских событий уже выросла на 310%, а это дополнительные издержки.
Please open Telegram to view this post
VIEW IN TELEGRAM