Нас часто спрашивают, можем ли мы поделиться какими-то данными для развития опенсорс или научных проектов 🤔

Обычно это затруднительно, но сегодня делимся классной новостью — Яндекс опубликовал уникальный датасет для развития рекомендательных систем — читайте об этом в посте ниже🔥

Если у вас возникли вопросы или появились предложения по использованию датасета или кейсам его применения в ваших проектах — пишите в комментариях ⬇️

🎧 Учёные Яндекса разработали и выложили в опенсорс Yambda — один из крупнейших в мире датасетов для развития рекомендательных систем. Рассказываем, что это такое и для чего нужно.

Что это за датасет?

В Yambda (YAndex Music Billion-interactions DAtaset) вошли пять миллиардов обезличенных — не содержащих никакой персональной информации — событий. Все они связаны с действиями на Яндекс Музыке и в «Моей волне»: прослушивания, лайки, дизлайки и некоторые характеристики треков.

Зачем нужны такие датасеты?

Учёные с их помощью могут исследовать и улучшать рекомендательные системы — не только стриминговые, но и любые другие, так как в их основе лежат общие алгоритмы. А разработчики из других компаний смогут использовать Yambda для оценки эффективности своих собственных рекомендательных алгоритмов.

Всё вместе это позволит лучше понимать поведение пользователей и делать рекомендации точнее. Примерно так же было с визуальным датасетом ImageNet, который дал мощный толчок развитию компьютерного зрения.

Раньше таких данных в опенсорсе не было?

Коммерческие компании редко публикуют свои датасеты из-за их бизнес-ценности, а то, что можно найти в опенсорсе, — устарело или имеет небольшой объём. Например, популярный датасет Spotify Million Playlists содержит всего миллион плейлистов — гораздо меньше, чем нужно для обучения современных алгоритмов.

Чем датасет полезен для вузов и лабораторий?

У вузов и лабораторий нет своих коммерческих продуктов, а значит, и пользовательских данных. Открытый доступ к качественным большим данным открывает новые возможности для научных исследований и привлекает к области внимание молодых учёных, заинтересованных в применении машинного обучения для решения актуальных задач.

Подписывайтесь 👉 @techno_yandex

Погружаемся в Цифровую индустрию промышленной России 🟢

На этой неделе мы выступаем на конференции ЦИПР, где собрались ведущие эксперты и лидеры рынка, чтобы обсудить ключевые аспекты цифровой трансформации общества и экономики!

💿 От Центра технологий для общества выступит с докладом Анна Лемякина вместе с коллегами из крупных технологических и промышленных компаний. В рамках сессии ЦИПР.Бизнес они прочитают лекцию «Цифровая трансформация промышленности. Роль ЮНИДО и передовых технологий в глобальном развитии».

➡️Послушать эти и другие выступления можно в прямом эфире и в записи на сайте конференции.

А если вы на этой неделе тоже в Нижнем Новогороде, то обязательно заглядывайте на стенд Яндекса, который мы с коллегами подготовили для конференции!

⚪️Подписывайтесь: @ycsocialtech

🟫 Как нейросеть помогает клиническим исследователям?

Недавно мы рассказывали о новом проекте Центра технологий для общества, который мы создали овместно с командой НМИЦ онкологии им. Н.Н. Петрова и компанией Raft. Это решение, которое помогает автоматизировать процессы классификации документов, их проверки, оформления и даже содержания!

Если вам интересно узнать подробнее о пайплайне машинной обработки документов, сложностях и ограничениях, а также об архитектуре решения рассказали в статье на Хабре.

📎 Читать статью

Переходите, чтобы узнать, как мы с коллегами создавали новый проект! А если остались вопросы, задавайте их здесь или в комментариях к статье.

⚪️Подписывайтесь: @ycsocialtech