😎 Огромная библиотека промтов для Nano Banana: внутри сборник подсказок для реалистичных фото, постеров и иллюстраций

Всё разбито по категориям, поэтому можно легко найти промт для вашей задачи.

При этом каталоги постоянно обновляются свежими идеями.

Подборка промптов лежит — здесь, а протестировать создание картинок — можно тут.

tags: #полезное

➡ Data Scientist | Чат

😍 AlphaXiv запустили RL Playground — наглядный онлайн-симулятор, который показывает, как работают разные алгоритмы обучения с подкреплением

В нем агент бродит по лабиринту и его шаги детально визуализируются: как он исследует окружение, обновляет ценности и постепенно учится стратегии.

Отличный способ наконец-то увидеть глазами, чем PPO отличается от GRPO, забираем — здесь.

tags: #полезное

➡ Data Scientist | Чат

😨 Нейросеть GeoSpy AI научилась определять место съёмки по одной фотографии за считанные секунды

Достаточно загрузить изображение — модель анализирует окружение, архитектуру, рельеф и мелкие визуальные признаки и выдает координаты, где был сделан кадр.

Протестировать работу — можно тут.

tags: #полезное

➡ Data Scientist | Чат

🔖 Отличный ресурс для изучения нейронных сетей

Делимся крутым ресурсом для изучения нейронных сетей, предлагающий четкое, поэтапное обучение с динамической визуализацией и понятными объяснениями.

Кроме того, на сайте вы найдете множество других полезных материалов по машинному обучению.

Находим и пользуемся — тут.

tags: #полезное

➡ Data Scientist | Чат

💻 SQL от А до Я: руководство с примерами

Подборка на 150 страниц для тех, кто хочет разобраться в SQL. Здесь есть всё: от базовых запросов до функций и сложных приёмов.

Полезный материал, чтобы быстро освежить или подтянуть знания.

tags: #полезное

➡ Data Scientist | Чат

👍 Свежий курс по deep learning от MIT теперь в открытом доступе

На сайте вуза опубликовали полноценный учебный курс: 24 лекции, практические задания, домашние работы и подборку материалов для самостоятельного изучения.

В программе — современные нейросетевые архитектуры, генеративные модели, трансформеры, инференс и другие ключевые темы.

Хорошая возможность пройти deep learning по структуре топового университета, бесплатно и без упрощений — обучаемся тут.

tags: #полезное

➡ Data Scientist | Чат

Нынче это повод для гордости

➡ Data Scientist | #memes

🗂 JSON Hero: Удобная работа с JSON

JSON Hero — это утилита, которая облегчает чтение, анализ и проверку JSON-файлов, что особенно полезно для работы с API, данными и ML-пайплайнами.

Основные возможности:

▶️ Просмотр данных в Column, Tree или Editor View;

▶️ Автоопределение типов значений и полезные превью;

▶️ Генерация JSON Schema для валидации данных;

▶️ Быстрый поиск по ключам и значениям;

▶️ Поддержка клавиатуры и sharable URL с путями;

Отлично подойдет, чтобы быстро проверить данные из API, JSON-логи, ML-пайплайны и легко поделиться структурой данных с коллегами.

➡️ Ссылка на утилиту

tags: #полезное

➡️ Data Scientist | Чат

👍 Вышел Cline CLI 2.0 — бесплатный кодинг-агент, который работает прямо из терминала

В нем заметно расширили функционал: теперь это полноценный инструмент для автономной работы с кодом из терминала, без привязки к конкретной IDE.

Что нового:

▶ Kimi K2.5 и MiniMax M2.5 сейчас доступны бесплатно — первая хорошо работает с длинным контекстом и большими файлами, вторая быстро отвечает и стабильно справляется с генерацией и правками кода.

▶ Добавили поддержку ACP, благодаря чему агента можно подключить к любому редактору или собственной среде разработки.

▶ Теперь можно запускать несколько ИИ-агентов параллельно и распределять роли — например, один пишет код, второй делает ревью, третий проверяет тесты.

Ставится на Windows, macOS и Linux одной командой:

npm install -g cline

tags: #полезное

➡ Data Scientist | Чат

🔥 Шпаргалка по алгоритмам в Machine Learning

На шпаргалке изображены 10 алгоритмов и их временная сложность — удобно, чтобы всегда держать под рукой.

tags: #шпаргалка

➡️ Data Scientist | Чат

📰 Что такое эмбеддинги и как с ними работать: вводная для начинающих

Эмбеддинги — это способ представить объекты (текст, картинки, аудио) в виде числовых векторов, с которыми можно работать математически.

В статье разобраны основные подходы к созданию эмбеддингов и примеры их применения на практике.

Что вы узнаете в статье:

▶️ Что такое эмбеддинги и как они устроены с точки зрения векторного пространства;

▶️ Какие объекты можно преобразовать в эмбеддинги: текст, изображения, аудио и мультимодальные данные;

▶️ Как работать с расстояниями между векторами (евклидово, манхэттенское, косинусное);

▶️ Какие задачи можно решать с помощью эмбеддингов: классификация текстов, поиск по базе знаний, кластеризация.

Статья даёт базовое понимание эмбеддингов и показывает, как начать использовать их в реальных проектах.

➡ Читать статью

tags: #статья

➡ Data Scientist | Чат