18194
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
✍️ Яндекс открыл приём заявок на международную научную премию Yandex ML Prizeх
Премия вручается молодым исследователям, научным руководителям и преподавателям за достижения в области компьютерного зрения, машинного перевода, распознавания и синтеза речи, анализа данных и генеративных моделей.
В этом году будет 5 номинаций:
▪️ Первая публикация,
▪️ Исследователи,
▪️ Молодые научные руководители,
▪️ Научные руководители,
▪️ Преподаватели ML.
Лауреаты получат денежные премии. Исследователи — по 500 тысяч рублей, научные руководители и преподаватели — по миллиону рублей.
↗️ Приём заявок продлится до 21 июня, вручение премии состоится осенью.
Реклама. ООО "Яндекс", ИНН 7736207543.
NVIDIA Just Supercharged Ray Tracing!
https://www.youtube.com/watch?v=_VJgl-Et7Bc
@machinelearning_ru
Как работает обучение с подкреплением: классические алгоритмы SARSA и Q-learning
Почему 2 этих инструмента лежат в основе всех современных алгоритмов?
Расскажет опытный эксперт на открытом уроке от OTUS, где вы:
- познакомитесь с базовыми алгоритмами RL и поймете, чем оно отличается от остальных;
- узнаете о трех парадигмах ML и разберетесь с основными понятиями;
- определите, чем марковский процесс принятия решений отличается от случайного поиска.
Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд. Встречаемся 28 мая в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат спец. цену на обучение!
Регистрируйтесь: https://otus.pw/CQwy/
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ", ИНН: 9705100963
🎉 DeepSeek-VL, VIM с открытым исходным кодом, сегодня в тренде на GitHub! 🌐
🖼️ DeepSeek-VL расширяет границы мультимодальных моделей!
🔬 Модель может обрабатывать диаграммы, веб-страницы, формулы, научную литературу, изображения природы и многое другое.
Models are on Hub🤗: https://huggingface.co/deepseek-ai
🚀On Spaces: https://huggingface.co/spaces/deepseek-ai/DeepSeek-VL-7B
🧪Build Locally: https://github.com/deepseek-ai/DeepSeek-VL?tab=readme-ov-file#gradio-demo
@machinelearning_ru
➕ BiomedParse: базовая биомедицинская модель для анализа любых медицинских изображений
abs: https://arxiv.org/abs/2405.12971
страница проекта: https://microsoft.github.io/BiomedParse/
Microsoft Research представили BiomedParse - базовую биомедицинскую модель для анализа изображений, которая позволяет выполнять сегментацию, обнаружение и распознавание 82 типов объектов в 9 режимах обработки изображений.
@machinelearning_ru
MIT 6.S191: Deep Generative Modeling
https://www.youtube.com/watch?v=Dmm4UG-6jxA
@machinelearning_ru
⚡️ Подробные примеры реализации алгоритмов машинного обучения
С этой подборкой вы сможете самостоятельно написать код с нуля для следующих алгоритмов:
▪нс (многослойный перцептрон, CNN, RNN, LSTM),
▪случайный лес,
▪линейная и логистическая регрессии,
▪метод опорных векторов (SVM) с ядрами (Linear, Poly, RBF),
▪метод k-средних,
▪модель гауссовой смеси,
▪k-ближайших соседей,
▪наивный байес,
▪градиентный бустинг
▪xgboost
📌 GitHub
@machinelearning_ru
Product Meetup: ML-продукты состоится 28 мая в 19:00 мск.
Не пропустите доклады с интересными кейсами:
— как используют теорию игр и data science в монетизационных продуктах;
— динамическое ценообразование: как решили проблему плохого качества вывоза;
— унесенные скорингами. Как разработать 25 скорингов и не утонуть в операционке.
Подробная программа и возможность урвать местечко офлайн — по этой ссылке.
Ищем дата-сайентистов, которые буду создавать и улучшать ML-модели для банковских и небанковских сервисов.
Обещаем свободу в своей зоне ответственности и сильное комьюнити, в котором можно учиться. Никто не будет навязывать свои методы, трекать время и контролировать каждое действие.
Читай подробнее на сайте и оставляй резюме к вакансиям:
Data Scientist
ML-разработчик
ML-разработчик (LLM)
Не представляете свою жизнь без математики и хотите применять её в работе над IT-проектами?
Научиться этому помогут короткие образовательные программы от экспертов-практиков. Плюсы таких форматов — большой объём полезной информации в короткий срок, фокус на узкие дисциплины, новые проекты в портфолио, а также активный нетворкинг и обмен идеями.
Где найти такие программы? Например, у Яндекс Образования. В июле у них стартует студкемп по математике в ИИ на базе Иннополиса. За две недели вы погрузитесь в актуальные вопросы машинного обучения и больше узнаете о математических методах в искусственном интеллекте.
На бесплатной программе ждут студентов старших курсов, обучающихся по направлению Computer Science. Подать заявку можно до 26 мая. Всем, кто успешно пройдёт отбор, организаторы оплатят дорогу и проживание. Переходите на сайт прямо сейчас и заполняйте анкету! Поторопитесь, количество мест ограничено.
🔥🔥🔥 Google объявила конкурс для всех разработчиков Gemini API с призовым фондом в $3 млн и Custom Electric 1981 DeLorean (Легендарная машина из фильма Назад в будущее)
В рекламе снялся легендарный Кристофер Ллойд, актер снимавшийся в трилогии Назад в будущее.
🛻 Главный приз: полностью электрическая версия DeLorean 1981, произведенная на заказ.
Общий призовой фонд: $3 млн.
Конкурс Google Gemini API открыт как для отдельных участников, так и для команд. Разработчикам предлагается создать и представить приложения с использованием API Gemini.
⚡️Критерии оценки
Google оценивает приложения по пяти основным критериям:
* Креативность
* Полезность
* Исполнение
* Новизна
* Влияние
Компания будет выбирать приложения, которые:
*Ииспользуют API Gemini
* Решают реальные проблемы
* Оригинальны и хорошо продуманы
* Дают потяьный пользовательский опыт
Призы
В рамках конкурса также будут вручаться денежные призы в различных категориях:
* Лучшее приложение для Android
* Лучшее веб-приложение
* Лучшая игра
Кроме того, будут присуждаться крупные денежные призы за:
* Самое полезное приложение
* Самое эффективное приложение
* Самое креативное приложение
Крайний срок подачи заявок
Крайний срок подачи заявок: 12 августа 2024 года.
Онлайн-голосование в категории «Выбор пользователей» ожидается 16 августа.
В остальных категориях победителей выберет внутренняя команда Google. Результаты конкурса Gemini API будут объявлены в октябре.
📌 Подать заявку: https://ai.google.dev/competition?hl=ru
📌 Видео: https://www.youtube.com/watch?v=_cZa_7KaQ3c&t=18s
@ai_machinelearning_big_data
🔥 Мощная шпаргалка от Стенфорда, посвящённая важнейшим понятиям ML
Здесь содержится все ключевые формулы и понятия базовых алгоритмов Machine Learning
Вся информация отлично структурирована и имеется оглавление
📎 Шпаргалка
@machinelearning_ru
Python разбор резюме CV от рекрутера из Яндекса.
Заходите на нашу трансляцию, задавайте свои вопросы
https://www.youtube.com/watch?v=bXj4Mo0LDX0
👉 Foundations Of ML
Узнайте, как проектировать, разрабатывать, развертывать и работать с ML приложеними производственного уровня, с помощью интуитивно понятных объяснений, понятного кода и визуальных эффектов.
Кроме того здесь, вы можете узнать, как применять ML для создания продукта производственного уровня, который будет приносить прибыль.
🔗 https://github.com/GokuMohandas/MadeWithML
@machinelearning_ru
🌟 Med-Gemini — LMM для использования в медицине
Google Research и исследовательская лаборатория Google в области AI DeepMind сообщили подробности о семействе передовых моделей Med-Gemini, разработанных для применения в сфере здравоохранения.
Med-Gemini — это семейство больших мультимодальных моделей (LMM), каждая из которых имеет своё предназначение. Google утверждает, что в отличие от LLM, которые «демонстрируют неоптимальные клинические рассуждения в условиях неопределённости», страдают галлюцинациями и предвзятостью, модели Med-Gemini дают «фактически более точные, надёжные и детальные результаты для сложных задач клинического обоснования», чем их конкуренты, включая GPT-4.
ИИ-модели всё ещё находятся на стадии исследования, но в Google утверждают, что Med-Gemini, превосходят конкурирующие модели и превосходят отраслевые стандарты в 14 популярных профильных бенчмарках. В частности, в тесте MedQA (USMLE) модель Med-Gemini достигла точности 91,1 %, используя стратегию поиска, основанную на неопределённости, превзойдя медицинскую LLM Med-PaLM 2 компании Google на 4,5 %. Набор моделей также превзошёл людей в обобщении медицинских текстов и составлении рекомендаций, причём врачи в половине случаев оценивали ответы Med-Gemini-M 1.0 как хорошие или даже лучше, чем ответы экспертов.
📎 Arxiv
@machinelearning_ru
🧠khoj
Сopilot, который будет получать ответы на ваши вопросы, будь то из ваших собственных заметок или из Интернета. Использует мощные онлайн-приложения (например, gpt4) или ваши локальные llm.
Это крутое приложение для поиска и общения с вашими заметками, документами и изображениями.
https://github.com/khoj-ai/khoj
@machinelearning_ru
⭐️ LM-Studio. Запускаем у себя на ПК АНАЛОГ GPT. Генерируем Flask приложение с помощью ИИ.
https://www.youtube.com/watch?v=bsbW8UoA0zA
@machinelearning_ru
🔥🔥🔥 YOLOv10: Real-Time End-to-End Object Detection
⚡️ Вышла новая версия детектора объектов YOLOv10
Добавлена новая функция сквозного обнаружения объектов в реальном времени. Код выпущен под лицензией GNU GPL v3.0
По сравнению с YOLOv9-C, YOLOv10-B имеет на 46% меньшую задержку и использует на 25% меньше параметров при той же производительности.
▪Paper: arxiv.org/pdf/2405.14458
▪Github: https://github.com/THU-MIG/yolov10/
▪Demo :https://huggingface.co/spaces/kadirnar/Yolov10
▪Colab: https://colab.research.google.com/github/roboflow-ai/notebooks/blob/main/notebooks/train-yolov10-object-detection-on-custom-dataset.ipynb#scrollTo=SaKTSzSWnG7s
@ai_machinelearning_big_data
50,000,000 Point Bouncy Jelly Simulation!
https://www.youtube.com/watch?v=w_7fHVcHqkY
@machinelearning_ru
💻 У нас на канале вышло свежее видео по Apache Kafka
Это 1 урок нашего из нашего Бесплатного курса.
Поддержите наше видео ЛАЙКОМ и комментом, больше продвинутых уроков на подходе!
https://www.youtube.com/watch?v=W7ZCXcxQxV8
@machinelearning_ru
🖥 Реализация модели Llama 3 на чистом NumPy
Держите подробный гайд по созданию Llama 3 только средствами Python и библиотеки NumPy.
В качестве источников вдохновения и примеров использовались такие реализации:
— llama2.c
— llama.np
— modeling_llama.py — с Hugging Face
"""
I have a dream. He dream of a big, beautiful garden full of flower and tree. He dream of playing with hi friend and eating yummy snack.
One day, he wa walking in the garden when he saw
Token count: 50, elapsed: 1.53s, 33 tokens/s
"""
🖥 SQL генератор
Выпущена Sqlcode 8b на базе Llama-3!
Вероятно, это лучшая на данный момент модель размером <10B для преобразования текста в SQL.
Работает лучше, чем gpt-4-turbo и claude opus для генерации SQL запросов.
▪Github: https://github.com/defog-ai/sql-eval
▪Weights: https://huggingface.co/defog/llama-3-sqlcoder-8b/
▪Demo (optimized for postgres): https://defog.ai/sqlcoder-demo/
@machinelearning_ru
#PySpark позволяет вам параметризовать запросы, что значительно упрощает тестирование #SQL запросов .
В этом примере переменные df и amount параметризуются для проверки соответствия между actual_df и expected_df.
@machinelearning_ru
🔥 GPT-4o: революция в общении с компьютерами
На канале OpenAI на YouTube появились демонстрации работы новой версии чат-бота. В режиме реального времени GPT-4o можно задавать вопросы об окружающем мире, играть в «Камень-ножницы-бумага», получать комплименты для своей собаки или считать до 10 в разных темпах.
GPT-4o уже доступен разработчикам через API. Обычные пользователи получат доступ к нейросети «в ближайшие недели». И да, GPT-4o будет доступен бесплатно, хотя и с некоторыми ограничениями на количество запросов.
Общение с компьютером никогда не было таким естественным. Больше примеров взаимодействия можно найти по OpenAI/videos">ссылке.
@machinelearning_ru
Что произойдет, если мы заставим языковые модели предсказывать несколько токенов, а не только на следующий? В этой статье мы показано, что прогнозирование с использованием нескольких токенов повышает эффективность обучения языковых моделей.
Статья: https://arxiv.org/abs/2404.19737
@machinelearning_ru
Yandex приглашает поучаствовать в Practical ML Conf 14 сентября!
На конференции поговорим о том, как применять ML-технологии в бизнесе и реальных продуктах. Регистрируйтесь уже сейчас — те, кто сделает это раньше всех, попадут на закрытый мини-ивент в июле.
А если хотите поделиться своим опытом в ML, станьте спикером, оставив заявку. Ключевые темы конференции — CV, RecSys, MLOps, NLP, Speech и Analytics. После подачи программный комитет рассмотрит заявки и примет решение об участии каждого претендента.
🔹 Сбор заявок завершится 13 июля.
Реклама. ООО "Яндекс", ИНН 7736207543.
Данные правят миром, а инженеры данных помогают компаниям управлять этим стратегическим ресурсом.
На дне открытых дверей онлайн-магистратуры ВШЭ и Нетологии «Инженерия данных» 16 мая в 18:00 мск вы разберётесь в ключевых задачах профессии и её перспективах. А также поймёте, как устроена онлайн-магистратура и как в неё поступить. Встреча будет полезна аналитикам данных, разработчикам и выпускникам технических специальностей.
Присоединяйтесь — узнайте, как получить новые востребованные компетенции и сделать следующий шаг в карьере с Big Data.
🗓Дата: 16 мая, 18:00 мск
📋Регистрация: https://netolo.gy/c95j
Реклама. ООО "Нетология". Erid 2VSb5z8Q91z
These New Robots Do Previously Impossible Tasks!
https://www.youtube.com/watch?v=86FCHBxqZZ8
@machinelearning_ru
🔥 Phi-3 WebGPU
Встречайте Phi-3 WebGPU — приватный и мощный AI-чатбот, который работает на 100% локально.
Всё выполняется прямо в браузере с помощью Transformers.js, то есть ваши промпты не отправляются на сервер.
🤗 Hugging Face
@machinelearning_ru
Markdowner ⚡📝
Быстрый инструмент для преобразования любого веб-сайта в готовые для LLM размеченный markdown.
$ curl 'https://md.dhr.wtf/?url=https://example.com'