Машинное обучение RU
17.7K subscribers
1.57K photos
207 videos
11 files
2.04K links
Все о машинном обучении

админ - @workakkk

@data_analysis_ml - анализ даннных

@ai_machinelearning_big_data - Machine learning

@itchannels_telegram -лучшие ит-каналы

@pythonl - Python

@pythonlbooks- python 📚

@datascienceiot - 📚

РКН: clck.ru/3FmrUw
Download Telegram
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
👍5
Создание модели машинного обучения с помощью Google Colab без дополнительных настроек.

В Colab вы будете работать с блокнотами (*.ipynb) так же, как и с документами (*.docx) в Microsoft Word. Итак, первый шаг к использованию Colab — это создание нового блокнота. Для этого перейдите по ссылке: https://colab.research.google.com/.

Читать

@machinelearning_ru
👍9
🦠 MaSIF- Molecular Surface Interaction Fingerprints: Geometric deep learning to decipher patterns in protein molecular surfaces.

MaSIF is a proof-of-concept method to decipher patterns in protein surfaces important for specific biomolecular interactions.

Github: https://github.com/LPDI-EPFL/masif

Paper: https://www.nature.com/articles/s41592-019-0666-6

Data: https://github.com/LPDI-EPFL/masif#MaSIF-data-preparation

@machinelearning_ru
https://t.me/itchannels_telegram - полезные ресурсы для датасаентистов, мл-специалистов.
👍31
🔥 LAION-5B: НОВАЯ ЭРА ОТКРЫТЫХ КРУПНОМАСШТАБНЫХ МУЛЬТИМОДАЛЬНЫХ НАБОРОВ ДАННЫХ

https://uproger.com/laion-5b-novaya-era-otkrytyh-krupnomasshtabnyh-multimodalnyh-naborov-dannyh/

Dataset: https://laion.ai/laion-5b-a-new-era-of-open-large-scale-multi-modal-datasets/

@machinelearning_ru
👍81
😻 Gato модель с миллиардами параметров от Deepmind

DeepMind представила кросс-модальную универсальную модель с 1.2 миллиардами параметров Gato. Gato может выполнять более 600 задач, таких как воспроизведение видеоигр, создание субтитров к изображениям и управление роботами.

DeepMind обучила Gato на датасетах, включающих опыт работы агента как в моделируемых, так и в реальных средах, а также на датасетах естественного языка и изображений.

Gato имеет архитектуру трансформера, которая была выбрана для решения сложных задач на рассуждение, демонстрации способностей к обобщению текстов, созданию музыки, классификации объектов на фотографиях и анализу последовательностей белков.

https://uproger.com/gato-model-s-milliardami-parametrov-ot-deepmind/

Deepmind: https://www.deepmind.com/publications/a-generalist-agent

Статья: https://arxiv.org/pdf/2205.06175

@machinelearning_ru
👍10
Selectel продлевает миграционные каникулы

Сейчас многие компании заняты реорганизацией своей инфраструктуры. Чтобы помочь этому процессу, в @Selectel продлили миграционные каникулы для переноса данных в объектное хранилище.

Миграционные каникулы позволяют не оплачивать запросы и хранение 30 дней с момента одобрения заявки. Этот период полностью покрывает время на подготовительные работы и снижает нагрузку на бизнес.

— Перенос данных в облачное объектное хранилище, поддерживающее S3 API.
— Специалисты Selectel помогут определить проблемные зоны, например, график бэкапов или обновления сертификатов.
— Selectel Global Connect поможет объединить сегменты территориально разнесенной инфраструктуры или развернуть гибридное облако.
— Selectel заботится о том, чтобы данные не зависли между двух хранилищ. Каникулы устроены так, чтобы пользователи имели возможность не торопиться и мигрировать по плану

Оставьте заявку и начните миграционные каникулы уже сегодня: https://slc.tl/stgey
👍6
Что выведет код?

import numpy as np
a = np.array([1, 2, 3])
ia = np.array([True >> 0, False, True])
print(a[ia].sum())
👍10
Выберите правильный вариант
Anonymous Quiz
6%
1
5%
2
11%
3
22%
4
13%
5
10%
6
34%
Посмотреть результаты
👍8👏2🥰1
Pulseинструмент, который превращает пиксилезированные фотографии лица в картинки с высоким качеством

Получив входное изображение с низким разрешением, PULSE ищет в выходных данных генеративной модели (StyleGAN) изображения с высоким разрешением, которые перцептивно схожи с входной картинкой

@machinelearning_ru | #Python #AI #Interesting
👍18👏1
This media is not supported in your browser
VIEW IN TELEGRAM
Tensorspace – Фреймворк для 3D-визуализации нейронных сетей, создания интерактивной и интуитивно понятной модели в браузерах и поддержки предварительно обученных моделей глубокого обучения от TensorFlow, Keras, TensorFlow.js

#GitHub | #JavaScript #3D #Visualization

@machinelearning_ru
👍19🥰1
🔥 Полезные библиотеки Python

DeepFaceLive
- Python утилита для создания дипфейков в режиме реального времени для потоковой передачи и видеозвонков.

️ GitHub/Инструкция

#python #soft #github
👍10
@data_analysis_ml - Блог Дата Аналитика. Пора стать профессионалом по работе с данными.
👍8
GPT-4chan более 3 лет обучался на постах с «политически некорректных» блогов 4chan.

GPT-4chan обучен на обсуждениях политических тем. Его предполагаемое использование состоит в том, чтобы воспроизводить текст в соответствии с распределением его входных данных. GPT-4chan может быть полезным инструментом для исследования дискурса в анонимных онлайн-сообществах.

Website : https://gpt-4chan.com

Модель: https://huggingface.co/ykilcher/gpt-4chan

Code: https://github.com/yk/gpt-4chan-public

Video: https://youtu.be/efPrtcLdcdM

Dataset: https://zenodo.org/record/3606810#.YpjGgexByDU

@machinelearning_ru
👍11🥰2😁1