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

https://t.me/itchannels_telegram - подборка каналов для мл специалистов

🦉 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

Газпромбанк приглашает тебя на онлайн-лекцию о Data Science и NLP!

19 мая в 18:00 (по МСК) Мила Рванова, ведущий аналитик-исследователь Газпромбанка, поделится инсайтами о жизни NLP-специалиста и навыках для работы за рамками fit predict.

Что тебя ждет:

• лекция о Natural Language Processing, его использовании и построении карьеры в этой сфере;
• возможность задать вопросы лектору и завести полезные знакомства;
• мерч и сертификат об участии!

Лекция пройдет в Zoom – регистрируйся: https://vk.cc/cdvDeD

https://t.me/itchannels_telegram - подборка лучших ит-каналов по js и не только

🗾 Модель обнаружение ключевых точек на геолокациях

Описание

Код: https://github.com/AggMan96/RK-Net

Статья: https://zhunzhong.site/paper/RK_Net.pdf

Датасет: https://paperswithcode.com/dataset/university-1652

@machinelearning_ru

⚖️ Как в PyTorch случайным образом мутировать веса.

https://uproger.com/kak-v-pytorch-sluchajnym-obrazom-mutirovat-vesa/

@machinelearning_ru

Уже не раз писал на канале об учебнике по машинному обучению от Школы анализа данных Яндекса. На этот раз эксперты ШАД опубликовали новые онлайн-материалы по вероятностным моделям ML. В них вошли 6 тем, среди которых есть разбор обобщённых линейных моделей, а также подробное описание подходов к классификации и оцениванию вероятностей.

К свежим главам авторы добавили часть о кластеризации, которую написал Виктор Кантор, директор по большим данным в МТС. Он дополнил теоретическую информацию ценными инсайтами из практики.

Тем, кто ещё не сохранил ссылку на учебник, предлагаю сделать это прямо сейчас, чтобы не пропустить выход свежих разделов.

🗂 Определение фейковых новостей с помощью Python

Читать

Код

@machinelearning_ru

i🦄 Imagen unprecedented photorealism × deep level of language understanding From Google

Home: https://gweb-research-imagen.appspot.com/

Paper: https://gweb-research-imagen.appspot.com/paper.pdf

📝 Модель автоматического решения кроссвордов

Этот репозиторий содержит код для обучения и запуска нашей системы решения кроссвордов. Мы также выпускаем предварительно обученные модели, предварительно вычисленные FAISS и набор данных подсказок-ответов на кроссворды.

Описание

Github: https://github.com/albertkx/berkeley-crossword-solver

Paper: https://arxiv.org/abs/2205.09665v1

Dataset: https://www.xwordinfo.com/JSON/

@machinelearning_ru

Сначала ты моешь полы в офисе, потому что нет денег на клининг, а потом твоя компания становится рублевым единорогом 🦄

Кажется удивительным? Но это реальная история вице-президента МТС Александра Ханина в рубрике «Городские истории» в газете «Ведомости. Город».

О том, как из студента, продававшего соковыжималки на третьем курсе, превратиться в гендиректора компании MTS AI, и что опаснее искусственного интеллекта, можно прочитать здесь.

👀 Создание фильтра, использующего компьтерное зрение

Читать

@machinelearning_ru

Нейросеть DALL-E 2 позволяет генерировать изображение под абзац абсолютно любой книги

Пройдите тест, который покажет можете ли вы угадать, какая картинка создана человеком, а какая Dalle 2.

https://thisimagedoesnotexist.com/

@machinelearning_ru

Продуктовый аналитик | Product Analyst в стартап 🚀

🔹 Офис в Москве на Трехгорке
🔹 До 230к на руки (белая ЗП) или оформление как ИП
🔹 Интересные задачи, много свободы для реализации потенциала

Привет! Мы делаем сервис folovers.online — платформу для монетизации контента через подписки и донаты. Сейчас мы находимся в подготовке к релизу MVP и ищем продуктового аналитика.

🟢 Что нужно делать:

— Описывать требования к сбору, агрегации, визуализации данных
— Создавать витрины с отчетами, обеспечивать их обновляемость, валидность
— Анализировать поведение пользователей на разных сценариях
— Сегментировать пользовательскую базу
— Анализировать данные биллинга и данные о просмотре контента

🟢 Что мы ждем от кандидата:

— Опыт работы с БД (Mysql, Postgres), тег-менеджерами и сервисами аналитики (Matomo, Google Analytics, Firebase и пр.)
— Умение писать сложные SQL-запросы
— Навыки обработки больших массивов сырых данных удобным способом (R, Python или что-то другое)
— Умение создать из отчета инструмент для принятия решений, а не просто красивую презентацию
— Понимание метрик разных уровней (MRR, ARR, LTV, Churn Rate и других)

Эта позиция предполагает полную вовлеченность в проект и перспективу быстрого роста ✈️ Мы ищем человека, который умеет ставить себе задачи и выполнять их руками, а в будущем готов создать вокруг себя команду, которую будет лидировать.

🟢 Присылайте резюме и сопроводительное письмо на почту jobs@folovers.online

— — —

Все вакансии в Folovers: http://flvrs.ru/jobs

Invertible Neural Networks for Graph Prediction

Github: https://github.com/hamrel-cxu/invertible-graph-neural-network-ignn

Paper: https://arxiv.org/abs/2206.01163v1

💻 Важные статьи по глубокому обучению

Читать

@machinelearning_ru