Осваивать новую профессию самостоятельно — это быть преподавателем и студентом одновременно. Преподаватель разбирается в теме, создаёт план обучения и помогает студенту следовать ему. А студент усердно учится.
Кому-то такой вариант подходит, а кого-то он выматывает. Тех, кому легче учиться с поддержкой, мы приглашаем на курс «Специалист по Data Science».
В процессе учёбы поддерживать вас будет целая команда!
— Наставник-аналитик объяснит сложные темы на вебинарах и поможет дойти до цели.
— Ревьюер проверит проекты и подскажет, как их улучшить.
— Куратор поможет организовать учёбу и не прокрастинировать.
— Карьерные специалисты научат писать резюме и готовиться к собеседованиям.
Изучите Python и его библиотеки, SQL, визуализацию данных и машинное обучение. А Яндекс Практикум поможет с трудоустройством: 78% выпускников находят новую работу.
Если сомневаетесь, подойдёт ли вам курс — пройдите бесплатную вводную часть.
→ Начните учиться бесплатно
Кому-то такой вариант подходит, а кого-то он выматывает. Тех, кому легче учиться с поддержкой, мы приглашаем на курс «Специалист по Data Science».
В процессе учёбы поддерживать вас будет целая команда!
— Наставник-аналитик объяснит сложные темы на вебинарах и поможет дойти до цели.
— Ревьюер проверит проекты и подскажет, как их улучшить.
— Куратор поможет организовать учёбу и не прокрастинировать.
— Карьерные специалисты научат писать резюме и готовиться к собеседованиям.
Изучите Python и его библиотеки, SQL, визуализацию данных и машинное обучение. А Яндекс Практикум поможет с трудоустройством: 78% выпускников находят новую работу.
Если сомневаетесь, подойдёт ли вам курс — пройдите бесплатную вводную часть.
→ Начните учиться бесплатно
👍5🥰2❤1🤬1
📱 Как выжать максимум из предобученных языковых моделей с GroupBERT
BERT — сегодня это одна из самых популярных и универсальных моделей ИИ. Однако из-за зависимости от операций слоя dense, точность и гибкость этой модели сопряжены с высокими вычислительными затратами.
https://nuancesprog.ru/p/15632/
@machinelearning_ru
BERT — сегодня это одна из самых популярных и универсальных моделей ИИ. Однако из-за зависимости от операций слоя dense, точность и гибкость этой модели сопряжены с высокими вычислительными затратами.
https://nuancesprog.ru/p/15632/
@machinelearning_ru
NOP::Nuances of programming
Как выжать максимум из предобученных языковых моделей с GroupBERT
Как достичь 2-кратного ускорения обучения на интеллектуальном процессоре Graphcore, обеспечивая более быстрые и эффективные вычисления? Что делает GroupBERT лучше BERT и других моделей с групповыми преобразованиями в Transformer? Отвечаем на эти и сопутствующие…
👍7🔥1🥰1
Алгоритм MIT для беспилотников предсказывает траектории объектов
https://neurohive.io/ru/papers/algoritm-mit-predskazyvaet-traektorii-mashin-vokrug-bespilotnikov/
@machinelearning_ru
https://neurohive.io/ru/papers/algoritm-mit-predskazyvaet-traektorii-mashin-vokrug-bespilotnikov/
@machinelearning_ru
Neurohive - Нейронные сети
Алгоритм MIT для беспилотников предсказывает траектории объектов
Модель MIT осуществляет предсказание траектории передвигающихся рядом с беспилотником участников дорожного движения в реальном времени.
👍7❤1🔥1🥰1
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
Прием решений до 15 мая. 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
Прием решений до 15 мая. Подробности и регистрация — на сайте
👏8👍1
🔧 Краткое руководство по созданию наборов данных с помощью Python
Хотите собирать и хранить данные своих пользователей? Краткий гайд поможет вам в три шага создать собственный пользовательский датасет. Для этого вам понадобится менее часа и минимальный набор инструментов, включающий API Google Sheets и Streamlit.
https://nuancesprog.ru/p/15149/
@machinelearning_ru #Python #Streamlit
Хотите собирать и хранить данные своих пользователей? Краткий гайд поможет вам в три шага создать собственный пользовательский датасет. Для этого вам понадобится менее часа и минимальный набор инструментов, включающий API Google Sheets и Streamlit.
https://nuancesprog.ru/p/15149/
@machinelearning_ru #Python #Streamlit
👍8🥰1
MASSIVE: датасет Amazon для многоязычного обучения моделей
https://neurohive.io/ru/datasety/massive-dataset-amazon-dlya-mnogoyazychnogo-obucheniya-modelej/
@machinelearning_ru
https://neurohive.io/ru/datasety/massive-dataset-amazon-dlya-mnogoyazychnogo-obucheniya-modelej/
@machinelearning_ru
Neurohive - Нейронные сети
MASSIVE: датасет Amazon для многоязычного обучения моделей
Датасет MASSIVE был собран профессиональными переводчиками и охватывает 18 доменов, 60 типов и 55 категорий высказываний.
👍4🔥1🥰1
OPT (Open Pre-trained Transformers) — это семейство моделей НЛП от META, обученных на миллиардах токенов текста, из Интернета
Читать
@machinelearning_ru
Читать
@machinelearning_ru
Дзен | Статьи
OPT (Open Pre-trained Transformers) — это семейство моделей НЛП от META, обученных на миллиардах токенов текста, из Интернета
Статья автора «Машинное обучение» в Дзене ✍: Доступен код тренировки, инференса и сами веса моделей. • Веса моделей OPT-125M, OPT-350M, OPT-1.3B, OPT-2.7B, OPT-6.
👍7🔥2❤1
Библиотека для Python разработчика любого уровня и направления. Самая редкая, актуальная и свежая литература, которую нельзя найти в открытом доступе @Python_libr
➡️ Различные модели машинного обучения
Любое задание, которое полагается на набор данных или правил, может быть автоматизировано с помощью машинного обучения, даже такие сложные задачи, как ответ на звонки клиентов и просмотр резюме. В МО применяется четыре основных модели: обучение с учителем, автоматическое обучение, обучение с частичным привлечением учителя и стимулированное обучение (обучение с подкреплением).
Читать дальше
@machinelearning_ru
Любое задание, которое полагается на набор данных или правил, может быть автоматизировано с помощью машинного обучения, даже такие сложные задачи, как ответ на звонки клиентов и просмотр резюме. В МО применяется четыре основных модели: обучение с учителем, автоматическое обучение, обучение с частичным привлечением учителя и стимулированное обучение (обучение с подкреплением).
Читать дальше
@machinelearning_ru
👍5❤2🔥1
🦀 Rust для машинного обучения
Статья
Изучить язык Rust можно на канале: @rust_code
https://t.me/machinelearning_ru
Статья
Изучить язык Rust можно на канале: @rust_code
https://t.me/machinelearning_ru
Дзен | Статьи
🦀 Rust для машинного обучения.
Статья автора «Машинное обучение» в Дзене ✍: Эта статья содержит список библиотек машинного обучения, написанных на Rust. Это сборник репозиториев GitHub, блогов, книг, уроков, форумов, статей.
👍5🔥5❤2👏1
Forwarded from Golang
🧠 NNHelper – пакет на языке Go для создания и использования нейронной сети
Данная статья описывает работу пакета nnhelper, предназначенного для создания и использования нейронных сетей в программах на языке Go.
Если Вы уже знакомы с машинным обучением и используете его в своей работе, то эта статья и описанные в ней примеры могут показаться вам слишком простыми. Если Вы в начале пути и хотите познакомиться с этой темой или вам хотелось бы научиться использовать нейроматрицу в ваших программах на языке Go, то вы попали точно по адресу.
Go пакет nnhelper разработан для быстрого создания нейронной сети и использовании ее в приложениях, написанных на языке Go. Для использования nnhelper не потребуется ничего дополнительного, кроме Go. Пакет nnhelper является надстройкой над пакетом gonn. И это единственная внешняя зависимость.
Статья
Код
@Golang_google
Данная статья описывает работу пакета nnhelper, предназначенного для создания и использования нейронных сетей в программах на языке Go.
Если Вы уже знакомы с машинным обучением и используете его в своей работе, то эта статья и описанные в ней примеры могут показаться вам слишком простыми. Если Вы в начале пути и хотите познакомиться с этой темой или вам хотелось бы научиться использовать нейроматрицу в ваших программах на языке Go, то вы попали точно по адресу.
Go пакет nnhelper разработан для быстрого создания нейронной сети и использовании ее в приложениях, написанных на языке Go. Для использования nnhelper не потребуется ничего дополнительного, кроме Go. Пакет nnhelper является надстройкой над пакетом gonn. И это единственная внешняя зависимость.
Статья
Код
@Golang_google
👍5
GraphWorld: бенчмарк для графовых нейросетей
https://neurohive.io/ru/frameworki/graphworld-benchmark-dlya-grafovyh-nejrosetej/
@machinelearning_ru
https://neurohive.io/ru/frameworki/graphworld-benchmark-dlya-grafovyh-nejrosetej/
@machinelearning_ru
Neurohive - Нейронные сети
GraphWorld: бенчмарк для графовых нейросетей
Google AI представила бенчмарк для графовых нейросетей GraphWorld. Бенчмарк использует несколько миллионов синтетических датасетов, воспроизводящих широкий класс графов, и генерирует обобщенную оценку нейросети на основе ее тестирования на всех датасетах.…
👍8
🦩 Flamingo: мультимодальная модель от DeepMind
Flamingo – мультимодальная модель DeepMind, генерирующая текстовое описание фото, видео и звуков. Модель превосходит предыдущие state-of-the-art модели в 16 задачах, а ее особенностью является возможность обучаться на нескольких примерах.
https://uproger.com/flamingo-multimodalnaya-model-ot-deepmind/
Код: https://github.com/lucidrains/flamingo-pytorch
@machinelearning_ru
Flamingo – мультимодальная модель DeepMind, генерирующая текстовое описание фото, видео и звуков. Модель превосходит предыдущие state-of-the-art модели в 16 задачах, а ее особенностью является возможность обучаться на нескольких примерах.
https://uproger.com/flamingo-multimodalnaya-model-ot-deepmind/
Код: https://github.com/lucidrains/flamingo-pytorch
@machinelearning_ru
👍5