Машинное обучение, AI, нейронные сети, Big Data (VK)
LEAF: A Learnable Frontend for Audio Classification
Наш телеграм канал - https://t.me/ai_machinelearning_big_data
LEAF: A Learnable Frontend for Audio Classification
Наш телеграм канал - https://t.me/ai_machinelearning_big_data
Telegram
Machinelearning
Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
Машинное обучение, AI, нейронные сети, Big Data (VK)
Как машинное обучение упорядочивает большие данные
Как машинное обучение упорядочивает большие данные
Data Science / Machine Learning / AI / Big Data (VK)
CUAD: An Expert-Annotated NLP Dataset for Legal Contract Review
Hendrycks et al.: https://arxiv.org/abs/2103.06268
#ArtificialIntelligence #NLP #Dataset #Legal
CUAD: An Expert-Annotated NLP Dataset for Legal Contract Review
Hendrycks et al.: https://arxiv.org/abs/2103.06268
#ArtificialIntelligence #NLP #Dataset #Legal
Data Science / Machine Learning / AI / Big Data (VK)
Holistic 3D Scene Understanding from a Single Image with Implicit Representation
Zhang et al.: https://arxiv.org/abs/2103.06422
#ArtificialIntelligence #DeepLearning #MachineLearning
Holistic 3D Scene Understanding from a Single Image with Implicit Representation
Zhang et al.: https://arxiv.org/abs/2103.06422
#ArtificialIntelligence #DeepLearning #MachineLearning
Data Science / Machine Learning / AI / Big Data (VK)
Приглашаем на пятый неклассический семинар от лаборатории машинного обучения ИТМО!
В программе:
новости из мира ML,
доклад про self-learning,
дебаты о том, что полезнее — удешевлять разметку или отказаться от неё.
Прямая трансляция на YouTube 16 марта в 18:00: https://clck.ru/TeDaz
Конференция в Zoom по регистрации до 15 марта 18:00: https://clck.ru/TeDdB
Приглашаем на пятый неклассический семинар от лаборатории машинного обучения ИТМО!
В программе:
новости из мира ML,
доклад про self-learning,
дебаты о том, что полезнее — удешевлять разметку или отказаться от неё.
Прямая трансляция на YouTube 16 марта в 18:00: https://clck.ru/TeDaz
Конференция в Zoom по регистрации до 15 марта 18:00: https://clck.ru/TeDdB
Data Science / Machine Learning / AI / Big Data (VK)
CheXseen: Unseen Disease Detection for Deep Learning Interpretation of Chest X-rays
Shi et al.: https://arxiv.org/abs/2103.04590
#ArtificialIntelligence #DeepLearning #MachineLearning
CheXseen: Unseen Disease Detection for Deep Learning Interpretation of Chest X-rays
Shi et al.: https://arxiv.org/abs/2103.04590
#ArtificialIntelligence #DeepLearning #MachineLearning
Машинное обучение, AI, нейронные сети, Big Data (VK)
Планируете первые шаги в Data Science? Поможем пройти путь с нуля до Middle специалиста в Machine learning за 1 год. Узнайте, с чего начать, на бесплатных вебинарах онлайн-курса «Специализация Machine Learning»:
«Demo Day курса»: https://otus.pw/lVtk/
— Ответим на все вопросы, расскажем о хардкорной программе и преподавателях. Поделимся инсайдами о карьерных перспективах и максимальных скидках на курс.
«Чему можно научить машину»: https://otus.pw/DOBR/
— Разберём, зачем нужно машинное обучение и какие интересные вещи вы научитесь делать, когда пройдёте специализацию. На примере реальных проектов из разных индустрий увидим, какие полезные практические задачи можно решать при помощи «всего пары строк кода» и обсудим, почему за этой парой строк обязательно должно стоять основательное понимание теории.
Вебинары проведёт преподаватель-практик курса Дмитрий Сергеев (Senior Data Scientist в Oura). Регистрируйтесь сейчас — напомним в день вебинара
Планируете первые шаги в Data Science? Поможем пройти путь с нуля до Middle специалиста в Machine learning за 1 год. Узнайте, с чего начать, на бесплатных вебинарах онлайн-курса «Специализация Machine Learning»:
«Demo Day курса»: https://otus.pw/lVtk/
— Ответим на все вопросы, расскажем о хардкорной программе и преподавателях. Поделимся инсайдами о карьерных перспективах и максимальных скидках на курс.
«Чему можно научить машину»: https://otus.pw/DOBR/
— Разберём, зачем нужно машинное обучение и какие интересные вещи вы научитесь делать, когда пройдёте специализацию. На примере реальных проектов из разных индустрий увидим, какие полезные практические задачи можно решать при помощи «всего пары строк кода» и обсудим, почему за этой парой строк обязательно должно стоять основательное понимание теории.
Вебинары проведёт преподаватель-практик курса Дмитрий Сергеев (Senior Data Scientist в Oura). Регистрируйтесь сейчас — напомним в день вебинара
VK
Машинное обучение, AI, нейронные сети, Big Data
Планируете первые шаги в Data Science? Поможем пройти путь с нуля до Middle специалиста в Machine learning за 1 год. Узнайте, с чего начать, на бесплатных вебинарах онлайн-курса «Специализация Machine Learning»: 📌«Demo Day курса»: https://otus.pw/lVtk/ —…
Машинное обучение, AI, нейронные сети, Big Data (VK)
Strawberry Fields is a full-stack Python library for designing, simulating, and optimizing continuous-variable quantum optical circuits.
Github: https://github.com/XanaduAI/strawberryfields
Paper: https://arxiv.org/pdf/2103.05530v1.pdf
Наш телеграм канал - https://t.me/ai_machinelearning_big_data
Strawberry Fields is a full-stack Python library for designing, simulating, and optimizing continuous-variable quantum optical circuits.
Github: https://github.com/XanaduAI/strawberryfields
Paper: https://arxiv.org/pdf/2103.05530v1.pdf
Наш телеграм канал - https://t.me/ai_machinelearning_big_data
GitHub
GitHub - XanaduAI/strawberryfields: Strawberry Fields is a full-stack Python library for designing, simulating, and optimizing…
Strawberry Fields is a full-stack Python library for designing, simulating, and optimizing continuous variable (CV) quantum optical circuits. - XanaduAI/strawberryfields
Машинное обучение, AI, нейронные сети, Big Data (VK)
Behavior From the Void: Unsupervised Active Pre-Training https://arxiv.org/abs/2103.04551
Behavior From the Void: Unsupervised Active Pre-Training https://arxiv.org/abs/2103.04551
VK
Машинное обучение, AI, нейронные сети, Big Data
Behavior From the Void: Unsupervised Active Pre-Training https://arxiv.org/abs/2103.04551
Машинное обучение, AI, нейронные сети, Big Data (VK)
Играем с CLIP. Создаем универсальный zero-shot классификатор на Android
Играем с CLIP. Создаем универсальный zero-shot классификатор на Android
Машинное обучение, AI, нейронные сети, Big Data (VK)
Как разработчику голосовых навыков получить выход на аудиторию Сбера (короткий путь)
Как разработчику голосовых навыков получить выход на аудиторию Сбера (короткий путь)
Машинное обучение, AI, нейронные сети, Big Data (VK)
Hugging Face raises $40 million for its natural language processing library
Hugging Face raises $40 million for its natural language processing library
Машинное обучение, AI, нейронные сети, Big Data (VK)
Converting words to numbers, Word Embeddings | Deep Learning Tutorial 39 (Tensorflow & Python)
https://www.youtube.com/watch?v=sZGuyTLjsco
Converting words to numbers, Word Embeddings | Deep Learning Tutorial 39 (Tensorflow & Python)
https://www.youtube.com/watch?v=sZGuyTLjsco
YouTube
Converting words to numbers, Word Embeddings | Deep Learning Tutorial 39 (Tensorflow & Python)
Machine learning models don't understand words. They should be converted to numbers before they are fed to RNN or any other machine learning model. In this tutorial, we will look into various techniques for converting words to numbers. These techniques are…
Машинное обучение, AI, нейронные сети, Big Data (VK)
MixUp augmentation for image classification - Keras Code Examples
https://www.youtube.com/watch?v=hd3XEjfwuLI
MixUp augmentation for image classification - Keras Code Examples
https://www.youtube.com/watch?v=hd3XEjfwuLI
YouTube
MixUp augmentation for image classification - Keras Code Examples
This video explains another awesome Keras Code Example, this time implementing a cutting-edge technique for Data Augmentation. In my view, what makes MixUp so interesting is that it can be applied in data domains outside of images and Computer Vision. Say…