​​2023 yilda ML dunyosida yana bir shov-shuvga sabab bo'lgan DragGAN modelining code lari ommaga taqdim etildi. Quyidagi qisqa videoda DragGAN modelini ishlash jarayoni tasvirlangan.

Maqola: 👉 bu yerda

GitHub code: 👉 bu yerda

HuggingFace: 👉 bu yerda

P.s: HuggingFace ga kirib o'zingiz tekshirib ko'rsangiz bo'ladi. Juda qiziq ekan ☺️.

@machine_Learning_lab

​​Oldinda qiziqarli voqealar kutmoqda.

Garvard universiteti talabalarni samarali o'qitish tizimini yaxshilash uchun o'zining mashhur darsida (CS50) sun'iy intellektdan (AI) foydalanishni rejalashtirmoqda.

Ular ChatGPT-ga o'xshash "CS50 bot" ni joriy etish umumiy savollarga javob berish va kod dizayni va xatolar haqida fikr-mulohazalarni taqdim etish orqali professor va talabalarga yordam berishga qaratilgan.

"Bizning umidimiz shuki, Al orqali biz CS50 da har bir talaba uchun 1:1 o'qituvchi: talaba nisbatga erishamiz, va ularga dasturiy ta'minotga asoslangan vositalar bilan ta'minlash orqali talabalarga eng qulay usulga 24/7 uslubida o'qishni qo'llab-quvvatlaymiz.” dedi CS50 professori Devid J. Malan gazetaga bergan intervyusida.


CS50 boti o'quvchilarni javoblar sari yo'naltirsa-da, u oddiy yechimlarni taqdim etishdan ko'ra muammoni hal qilish ko'nikmalarini rivojlantirishga ustuvor ahamiyat beradi. Garvardning Alni qo’llashi shu o’quv yili boshida kutilmoqda.

@machine_learning_lab

​​#Roadmap #yol_xaritasi

AI muhandisi bo'lish ta'lim, amaliy tajriba va doimiy ravishda o'rganish va sohadagi eng so'nggi yutuqlardan xabardor bo'lishga tayyorlikni talab qiladi. Mana sizga AI muhandisi bo'lishga yordam beradigan batafsil yo'l xaritasi (roadmap) 🗺:

1️⃣ Dasturlash va kompter savodxonligi asoslarini o'rganish
ML muhandisi bo'lish uchun dasturlash va kompyuter savodxonligi asoslarini yaxshi tushunish kerak. Siz Python yoki C++ kabi bir yoki bir nechta dasturlash tillarini o'rganishdan boshlashingiz mumkin, so'ngra boshlang'ich informatika kurslarida ishlashingiz mumkin.

2️⃣Matematika va statistika bo'yicha bilimga ega bo'lish
Matematika va statistika AI ni o'rganishning asosidir. Chiziqli algebra, ehtimollar nazariyasi va statistika haqida kuchli tushunchaga ega bo'lish muhimdir. Siz ushbu sohalarda mustahkam poydevor yaratish uchun onlayn kurslar yoki darsliklarni olishdan boshlashingiz mumkin.

3️⃣ML tushunchalarini o'rganish
Siz nazorat ostida (Supervised Learning) va nazoratsiz o'rganish (Unsupervised Learning), tasniflash (Classification), regressiya (Regression), klasterlash (Clustering) va Deep Learning kabi asoslardan boshlashingiz mumkin. Asoslarni yaxshi tushunganingizdan so'ng, siz AIning ilg'or yo'nalishlaridan Natural Language Processing (NLP) va Computer Vision (CV) kabilarga o'tishingiz mumkin.

4️⃣O'rganganlaringizni amaliyotda qo'llang
Real hayotdagi ma'lumotlar to'plamida ishlash orqali o'rgangan narsalaringizni amalda qo'llash muhimdir. Kaggle - qiziqarli ma'lumotlar to'plamini topish va ML musobaqalarida qatnashish uchun ajoyib platforma. Ushbu maʼlumotlar toʻplamini oʻrganish va tahlil qilish va ML modellarini yaratish uchun 1-3-bosqichlarda oʻrganilgan koʻnikmalardan foydalanishingiz mumkin.

5️⃣Ma'lumotlar to'plami bilan ishlash va vizualizatsiya qilish ko'nikmasini rivojlantirish
Ma'lumotlar to'plami bilan ishlash va vizualizatsiya har qanday ML muhandisi uchun muhim mahoratdir. Siz ma'lumotlarni tozalash va qayta ishlashni va ma'lumotlarni ML modellari uchun mos formatlarga keltirishni o'rganishingiz kerak. Bundan tashqari, siz ma'lumotlarni tushunish va manfaatdor tomonlarga tushunchalarni etkazishda yordam beradigan vizualizatsiya yaratish uchun Matplotlib va Seaborn kabi ma'lumotlarni vizualizatsiya qilish vositalarida malaka hosil qilishingiz kerak.

6️⃣Maxsus frameworklar va platformalarni o'rganish
ML modellarini yaratish uchun ko'plab vositalar va frameworklar mavjud. Ushbu vositalarning bir yoki bir nechtasida malakali bo'lish muhimdir. Mashhur vositalar va frameworklar qatoriga TensorFlow, PyTorch, Keras, Scikit-learn va Pandas kiradi. Shuningdek, AWS, Google Cloud Platform va Microsoft Azure kabi bulutga asoslangan platformalar haqida ham maʼlumot olishingiz kerak boʻlib, ular ML modellarini yaratish, oʻqitish va amaliyotga tadbiq etish xizmatlarini taqdim etadi.

7️⃣Real ML loyihalarini amalga oshirish
Malakali ML muhandisi bo'lishning eng yaxshi usuli bu haqiqiy loyihalar ustida ishlashdir. Image classification, sentiment analysis yoki customer segmentation kabi kichik o'lchamdagi loyihalarni qurishdan boshlashingiz mumkin. Yetarli tajribaga ega bo'lganingizdan so'ng, siz kattaroq va murakkabroq loyihalar ustida ishlashingiz mumkin.

8️⃣Eng so'nggi AI sohasidagi yangiliklardan xabardor bo'lish
AI jadal rivojlanayotgan soha bo'lib, eng so'nggi ishlanmalardan xabardor bo'lish muhimdir. Siz tadqiqot maqolalarini o'qishingiz, konferentsiyalar va uchrashuvlarda qatnashishingiz, so'nggi tendentsiyalar va texnikalar haqida xabardor bo'lish uchun onlayn forumlar qatnashishingiz kerak.


Usbu ma'lumot ko'pchilikka manfatli bo'lishi uchun yaqinlaringizga ham ulashing!


👉@machine_learning_lab

Professor David Malan yangilikni bizdan oldi shekilli 😂😂😂

Xabarni joylaganiga 8 soat bo’libdi. Biz kecha bu haqda post qo’ygan edik😂

P.s: Ko’rdilarmi bizni Garvardda ham bilishadiii.
#bizda_bunyodkor_stadioni_bor rukunidan!

@machine_learning_lab

​​Playground AI haqida eshitganmisiz?

Playground AI - bu sun'iy idrok algorithmlariga asoslangan tasvirlar yaratishga imkon beradigan bepul online website.

Siz undan san'at, ijtimoiy tarmoq postlari, taqdimotlar, plakatlar, videolar, logotiplar va boshqalarni yaratish uchun foydalanishingiz mumkin.

👉 Link bu yerda

👉@machine_learning_lab

​​Machine Unlearning nima? U qanday ishlaydi?

Machine Unlearning - bu MLning kichik bir sohasi bo'lib, u o'rgatilgan modeldan ma'lum bir ma'lumotlar qismi - "unutish to'plami" (forget set) ta'sirini olib tashlashga qaratilgan.

Yani soddaroq qilib tushuntiradigan bo'lsak, misol uchun bizning ML modelimiz bir ma'lumotlar toplami bilan training qilingan bo'lsin va bu ma'lumotlar toplami o'z ichiga 100 nafar odamning ko'plap suratlaridan tashkil topgan.

Keyinchalik ayrim sabablarga ko'ra bir odamning rasmlaridan foydalanmasligimiz kerak bo'lib qodi. Unda qanday yo'l tutamiz?

Birinchi yo'l: Malumotlar to'plamidan o'sha inson suratlarini olib tashlab qolgan 99 kishi rasmlari uchun modelimizni qaytadan train qilamiz. Bu yo'l ananaviy yo'l lekin katta malumotlar toplami bilan modelni qayta train qilish juda qimmatga tushishi mumkin.

Ikkinchi yo'l: Machine Unlearning metodini qo'llash orqali train qilingan orginal modelni faqat bir kishining (rasmlari o'chirilishi kerak bo'lgan kishi) rasmlaridan iborat ma'lumotlar to'plamida training qilishdir. Bu yo'l ancha arzon hisoblanadi. Ammo o'ziga yarasha kamchiliklari mavjud. Masalan orginal modelning aniqlik darajasiga salbiy ta'sir ko'rsatishi mumkin va birinchi yo'l orqali erishilgan darajaga erishish imkonsiz. bundan tashqari o'chirilishi kerak bo'lgan ma'lumot to'liq o'chmasligi mumkin.

Quyidagi rasmda Machine Unlearning algoritmining umumiy arxitekturasi keltirilgan.

Bu Machine Unlearning sohasi nisbatan yangi va o'ziga yarasha kamchiliklari borligi uchun Google o'zining Birinchi Machine Unlearning Challenge ini shu oyning (iyul) o'rtalarida Kaggle platformasida e'lon qiladi. Bunda siz ham qatnashish imkoniyatiga egasiz😎.

👉 @machine_learning_lab

#loyiha

Smart Farm project

Loyihamizning ‘hardware’ qismi deyarli tugadi! Hozirda software qismida ishlayapman!

Insect detection (hashoratlarni aniqlash) uchun dataset tayyorlab Yolov-5 modelida datani o’qitib keyin to’liq experimentni boshlasak bo’ladi. insha Alloh!

👉 @machine_learning_lab

#loyiha #smartfarm

Ushbu haftada Smart Farm loyihamizga doir bo'lgan zararli hashoratlarni aniqlash (Insects detection) qismida ishladim.

Ma'lumotlar toplamini tayyorlashda 7 xil issiqxonalarda eng ko'p uchraydigan hashoratlarni tanlab oldik va jami 1300 dan ortiq rasmlar toplandi. Bular quyidagicha (nomlari inglizchada ☺️):

Aphids
Caterpillars
Fungus gnats
Leafhoppers
Mealybugs
Spider mites
Whiteflies

Zararli hashoratlarni aniqlash (Insects detection) uchun Yolov5 modelidan foydalanildi. Natijalar qoniqarli hozircha (rasmda keltirilgan). Lekin natijani yaxshilasa bo'ladi.

Datasetni hozircha ommaga ochiq qilmadik ☺️.

Telegram | Instagram | YouTube

AI ni o'rganish va mavjud mahoratingizni oshirish uchun zo'r imkoniyat!

ML engineerlari uchun Microsoft kompaniyasi "Microsoft Learn AI Skills Challenge" nomli challenge ini e'lon qildi. Ushbu challenge quyidagi 4 yo'nqlishni o'z ichiga oladi:

👉Machine Learning Challenge
👉Machine Learning Operations (MLOps) Challenge
👉Cognitive Services Challenge
👉AI Builder Challenge

Ushbu challenge 17-iyuldan 14-avgutgacha davom etadi. Yuqoridagi 4 yo'nalishdan kamida bittasini tamomlagan ishtirokchiga Microsoft Learn AI Skills test nishoni va yakuniy sertifikat topshiriladi. Ular Microsoft Learn profilingiz bilan bog'langan elektron pochta manziliga yetkaziladi.

P.s: AI ga qiziquvchi yaqinlaringizga albatda bu xabarni yetkazing. Zero bir yaxshilikka sababchi bo'lib qolsangiz.

Telegram | Instagram | YouTube