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
Как импортировать наборы данных Kaggle в Google Colab?
Kaggle используется практически всеми, кто занимается наукой о данных. Эта платформа содержит датасеты для всех областей знаний. Вы можете получить набор данных практически для любого случая использования, включая развлечения, медицину, электронную коммерцию и даже астрономию. Пользователи Kaggle могут попрактиковаться на различных наборах, чтобы проверить свои компетенции в науке о данных и машинном обучении.
В этой статье будет показано, как импортировать наборы данных из Kaggle непосредственно в блокноты Google Colab.
Читать дальше
@machinelearning_ru
Kaggle используется практически всеми, кто занимается наукой о данных. Эта платформа содержит датасеты для всех областей знаний. Вы можете получить набор данных практически для любого случая использования, включая развлечения, медицину, электронную коммерцию и даже астрономию. Пользователи Kaggle могут попрактиковаться на различных наборах, чтобы проверить свои компетенции в науке о данных и машинном обучении.
В этой статье будет показано, как импортировать наборы данных из Kaggle непосредственно в блокноты Google Colab.
Читать дальше
@machinelearning_ru
👍11❤1
https://t.me/itchannels_telegram - подборка каналов для мл специалистов
👍3
🦉 OWL-ViT: Обнаружение объектов в открытом мире с Vision Transformers
Описание: https://zen.yandex.ru/media/machinelearning/-owlvit-obnarujenie-obektov-v-otkrytom-mire-s-vision-transformers-627f5f8d5b0eb339ea12b4af
Код: https://github.com/google-research/scenic/tree/main/scenic/projects/owl_vit
Статья: https://arxiv.org/abs/2205.06230
Colab: https://colab.research.google.com/github/google-research/scenic/blob/main/scenic/projects/owl_vit/notebooks/OWL_ViT_minimal_example.ipynb
Датасет: https://paperswithcode.com/dataset/objects365
@machinelearning_ru
Описание: https://zen.yandex.ru/media/machinelearning/-owlvit-obnarujenie-obektov-v-otkrytom-mire-s-vision-transformers-627f5f8d5b0eb339ea12b4af
Код: https://github.com/google-research/scenic/tree/main/scenic/projects/owl_vit
Статья: https://arxiv.org/abs/2205.06230
Colab: https://colab.research.google.com/github/google-research/scenic/blob/main/scenic/projects/owl_vit/notebooks/OWL_ViT_minimal_example.ipynb
Датасет: https://paperswithcode.com/dataset/objects365
@machinelearning_ru
Дзен | Статьи
🦉 OWL-ViT: Обнаружение объектов в открытом мире с Vision Transformers
Статья автора «Машинное обучение» в Дзене ✍: OWL-ViT — детектор объектов с открытым датасетом.
👍6