Обложка канала

Machinelearning. Страница 7

19282 @ai_machinelearning_big_data
Открыть

Технологии . программирование , нейронные сети . канал с самой свежей и актуальной информацией из мира it

  • Machinelearning

    Hiera: A Hierarchical Vision Transformer without the Bells-and-Whistles Hiera is a hierarchical vision transformer that is fast, powerful, and, above all, simple. It outperforms the state-of-the-art across a wide array of image and video tasks while being much faster. Hiera - это быстрый, мощный и, прежде всего, простой метод иерархической перегруппировки информации. Он превосходит современные методы в широком спектре задач, связанных с изображениями и видео. pip install hiera-transformer 🖥 Github: https://github.com/stevengrove/gpt4tools ⏩ Paper: https://arxiv.org/abs/2306.00989v1 📌 Dataset: https://paperswithcode.com/dataset/inaturalist ai_machinelearning_big_data

  • Machinelearning

    Positive Hack Days, новые железки и покупки Новое видео на YouTube-канале Yandex Cloud 😎 Вместе с гостями из «ЛитРес», EORA и архитектором Yandex Cloud Евгением Парфёновым обсуждаем много интересного в регулярном выпуске Monthly Cloud News Maу: — форум по кибербезопасности Positive Hack Days; — сделку Microsoft и Activision Blizzard; — сканер уязвимости контейнерных образов; — историю DNS и лазейки в WAF; — повседневные новости Yandex DataSphere и Yandex SpeechKit. Хотите узнать больше? Смотрите видео и делитесь им с друзьями 😉

  • Machinelearning

    🔥 10 Free Machine Learning Courses from Top Universities Топ бесплатных курсов машинного обучения от лучших университетов мира 1. Introduction to Machine Learning - UC Berkeley 2. Introduction to Machine Learning - Carnegie Mellon University 3. Machine Learning - Stanford University 4. Machine Learning & Data Mining - Caltech 5. Learning from Data - Caltech 6. Machine Learning for Intelligent Systems - Cornell University 7. Large Scale Machine Learning - University of Toronto 8. Machine Learning with Large Datasets - Carnegie Mellon University 9. Foundations of Machine Learning and Statistical Inference - Caltech 10. Algorithmic Aspects of Machine Learning - MIT ai_machinelearning_big_data

  • Реклама

  • Machinelearning

    В последнее время только и разговоров, что о нейросетях. Кто-то боится, что AI заберёт у них работу, а кто-то с его помощью повышают свою эффективность. Каждый, кто использует нейронки, уже немного приблизился к новой профессии. Мы ещё не знаем, как она будет называться. Но никто не мешает проявить фантазию: лид продуктового направления по ML ВКонтакте Иван Самсонов дал ей кодовое название — погонщик нейросетей. Заглядывайте в статью и узнайте, как поймать волну перемен: вас ждёт большая подборка инструментов и небольшой туториал, как уже сейчас можно использовать их в работе. 📌Хабр: habr.com/ru/comp…s/738776 ai_machinelearning_big_data

  • Machinelearning

    Introducing BERTopic Integration with the Hugging Face Hub BERTopic provides a powerful tool for users to uncover significant topics within text collections, thereby gaining valuable insights. BERTopic - это современная библиотека Python, которая упрощает процесс моделирования тем, используя различные трансформеры и c-TF-IDF для создания кластеров на основе плотности, позволяющих легко интерпретировать темы, сохраняя при этом важные слова в описаниях тем. pip install bertopic 🤗 Hugging face: https://huggingface.co/blog/bertopic 🖥 Github: https://github.com/MaartenGr/BERTopic ⏩ Colab: colab.research.google.com… 📌 Docs: maartengr.github.io/BERTopi…art.html ai_machinelearning_big_data

  • Machinelearning

    Платформа Sber Process Mining заменит иностранную процессную аналитику для внутреннего аудита X5 Group. Процесс перехода уже состоялся и специалисты X5 продолжат автоматизировать проверки соответствия бизнес-процессов установленным нормативам и тестирование контрольных процедур на российском программном обеспечении. Плюсы от перехода на платформу Sber Process Mining для X5 Group: ✅Отечественное ПО — снижение зависимости от западных вендоров ✅Сохранение возможности регулярного тестирования контрольных процедур на больших объемах данных ✅Быстрый поиск отклонений и нарушений, в том числе недоступных для выявления традиционными средствами ✅Встроенные инструменты машинного обучения ✅ Может применяться для оптимизации любых процессов с цифровыми следами «Мы гордимся нашим сотрудничеством с X5 Group. Это отличный пример синергии, которая позволила нам совместно решить амбициозную задачу по вендерозамещению решения от лидера мирового рынка. Глубокая экспертиза коллег и качественная обратная связь позволили нам вывести платформу Sber Process Mining на уровень лучших мировых практик», — заявил вице-президент Сбера Тарас Скворцов. Подробности: platformv.sber.ru/product…s-mining

    Облачная цифровая платформа для разработки бизнес-решений

    Platform V

  • Machinelearning

    🔥 GPT4Tools: Teaching LLM to Use Tools via Self-instruction GPT4Tools is a centralized system that can control multiple visual foundation models. It is based on Vicuna (LLaMA), and 71K self-built instruction data. GPT4Tools - это интеллектуальная система, которая может автоматически принимать решения, управлять и использовать различные визуальные модели, позволяя пользователю взаимодействовать с изображениями во время диалога с Chatgpt. 🖥 Github: https://github.com/stevengrove/gpt4tools ⏩ Paper: https://arxiv.org/abs/2305.18752v1 📌 Project: https://gpt4tools.github.io/ ai_machinelearning_big_data

  • Machinelearning

    Хотите работать ML-инженером в Тинькофф, Яндекс, ВКонтакте, Ozon или другой крупной IT-компании? Освоить всю необходимую базу для получения оффера можно за 7 месяцев на курсе Start ML. Вы на практике узнаете как ML-алгоритмы работают под капотом, научитесь обучать модели и нейронные сети, а также оценивать их влияние на бизнес и продукт с помощью статистики и A/B-тестов — всё под руководством опытных специалистов из Райффайзен и Яндекс. Курс даст всё необходимое, чтобы уверенно пройти собеседование на позицию Junior ML-специалиста и уже с первых дней быстро расти и приносить компании пользу. С поиском вакансий и трудоустройством обязательно поможем. Новый поток стартует уже 8 июня, а по промокоду MLBIGDATA21 для вас действует скидка 5%. Присоединяйтесь! [Зарегистрироваться]

  • Machinelearning

    ⭐️ Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold DragGAN, anyone can deform an image with precise control over where pixels go, thus manipulating the pose, shape, expression, and layout of diverse categories such as animals, cars, humans, landscapes, etc. DragGAN: Новый метод манипуляции сгенерированных изображений, который позволяет изменять позицию объектов, их размеры, выражения лиц, позы одим кликом. 📌 Project: https://vcai.mpi-inf.mpg.de/projects/DragGAN/ 🖥 Github: https://github.com/XingangPan/DragGAN ⏩ Paper: https://arxiv.org/pdf/2305.10973.pdf ai_machinelearning_big_data

  • Machinelearning

  • Machinelearning

    1 млн рублей получат авторы лучшей научной статьи по искусственному интеллекту и машинному обучению В рамках международной конференции «Путешествие в мир искусственного интеллекта» (AI Journey 2023) проходит конкурс научных статей по искусственному интеллекту (AI) и машинному обучению (ML). Авторы самых интересных работ, помимо публикации в авторитетном научном журнале, также смогут принять участие в программе конференции. Рецензии на научные работы дадут профи из мира AI и ML. Наиболее выдающиеся статьи будут опубликованы в научном журнале с международной аудиторией: «Доклады Российской академии наук. Математика, информатика, процессы управления» и в англоязычном Doklady Mathematics. За лучшую статью предусмотрен приз — 1 млн рублей. Статья должна быть оформлена по правилам конкурса и содержать ранее не опубликованные материалы. Работы принимаются на русском и английском языках. Переходите на сайт AI Journey, регистрируйтесь и участвуйте.

  • Machinelearning

    Segment Any Anomaly without Training via Hybrid Prompt Regularization This project addresses zero-shot anomaly detection by combining SAM and Grouding DINO. Цель этого проекта - сегментировать любую аномалию без какого-либо обучения. Это интересное демо работает, объединяя Grounding DINO и Segment Anything! 🖥 Github: github.com/caoyunk…-anomaly 🖥 Colab: colab.research.google.com/drive/1…jnq4ZwsE ⏩ Paper: https://arxiv.org/abs/2305.11013v1 📌 Dataset: https://paperswithcode.com/dataset/visa ai_machinelearning_big_data

  • Machinelearning

    Почему мы всё время начинаем и бросаем учить английский? Одна из причин — мы не знаем свой уровень языка. В итоге берёмся за контент, который нам не по силам. Например, сериал «Друзья» часто советуют смотреть тем, кто начинает учить язык, но в нём полно юмора, который начинающие пока понять не могут. В итоге разрыв знаний удручает и мотивация снова падает. Если вы готовы дать английскому ещё один шанс, мы поможем поверить в свои силы и довести дело до конца. Приходите на бесплатную консультацию в Яндекс Практикум: - Проведём устный тест на уровень языка, - Покажем, чего реально добиться за полгода изучения, - Расскажем, как наши курсы помогут достичь цели. Записаться

  • Machinelearning

    FunASR: A Fundamental End-to-End Speech Recognition Toolkit FunASR, an open-source speech recognition toolkit designed to bridge the gap between academic research and industrial applications Фундаментальный набор инструментов для распознавания речи. 🖥 Github: https://github.com/alibaba-damo-academy/FunASR ⭐️ Docs: alibaba-damo-academy.github.io/FunASR/…dex.html ⏩ Paper: https://arxiv.org/abs/2305.11013v1 📌 Dataset: https://paperswithcode.com/dataset/wenetspeech ai_machinelearning_big_data

  • Machinelearning

    FastComposer: Tuning-Free Multi-Subject Image Generation with Localized Attention FastComposer uses subject embeddings extracted by an image encoder to augment the generic text conditioning in diffusion models, enabling personalized image generation based on subject images and textual instructions with only forward passes. FastComposer - новый проект MIT, который обеспечивает высококачественное, персонализированное, многопредметное преобразование текста в изображение без тонкой настройки. 🖥 Github: https://github.com/mit-han-lab/fastcomposer ⏩ Paper: https://arxiv.org/abs/2305.10431v1 📌 Dataset: https://paperswithcode.com/dataset/ffhq ⭐️ Project: https://fastcomposer.mit.edu/ ai_machinelearning_big_data

  • Реклама

  • Machinelearning

    ❗️Как пройти техническое собеседование на ML-специалиста? ⚠️ Узнайте на примере mock-интервью с преподавателями курса «MLOps» в OTUS! На открытом уроке вы сможете наблюдать один из этапов собеседования при найме ML-специалистов — ML System Design секцию. 👉 Для удачного прохождения этого этапа не достаточно только знания алгоритмов машинного обучения. Также проверяются навыки проектирования ML систем, которые могут успешно работать в промышленной среде. Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения. 👉 Готовьте вопросы и записывайтесь на вебинар! https://otus.pw/mQFg/ Нативная интеграция. Информация о продукте www.otus.ru

  • Machinelearning

    ULIP: Learning a Unified Representation of Language, Images, and Point Clouds for 3D Understanding You can easily plug in any 3D backbone models and pre-train it using our framework to get a jump-start for various downstreaming tasks! ULIP - мультимодальная предварительно обученная модель, которая может использовать данные из разных модальностей (изображения, текст и тд) для работы с 3D-данными. 🖥 Github: https://github.com/salesforce/ulip ⏩ Paper: https://arxiv.org/abs/2305.08275v1 📌 Dataset: https://paperswithcode.com/dataset/objaverse ai_machinelearning_big_data

  • Machinelearning

    ⏩ An Inverse Scaling Law for CLIP Training CLIP, the first foundation model that connects images and text, has enabled many recent breakthroughs in computer vision. As a result of this finding, we are able to successfully train CLIP even by using academic resources. CLIP, первая фундаментальная модель, которая связывает изображения и текст, которая помогла совершить множество прорывов в компьютерном зрении. Проект показывает спопобы снижения вычислительных затрат на работу CLIP. 🖥 Github: https://github.com/UCSC-VLAA/CLIPA ⏩ Paper: https://arxiv.org/abs/2305.07017v1 📌 Dataset: paperswithcode.com/dataset…t-sketch ai_machinelearning_big_data