Представляю вашему вниманию чек-лист из 100 вопросов по Data Science. Вопросы покрывают 5 областей: SQL, Python, Machine Learning, статистику и собственно саму DS.
▪Видео
▪Статья
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥4🥰1
https://probml.github.io/ssm-book/root.html
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
⚡ Опубликуйте свои модели на Kaggle Models.
С сегодняшнего дня любой желающий может опубликовать модель в Kaggle's Model Hub.
Узнайте о том, как опубликовать свою первую модель, включая лучшие практики, и о том, что будет в будущем.
https://www.kaggle.com/discussions/product-feedback/470613#2618447
@machinelearning_ru
С сегодняшнего дня любой желающий может опубликовать модель в Kaggle's Model Hub.
Узнайте о том, как опубликовать свою первую модель, включая лучшие практики, и о том, что будет в будущем.
https://www.kaggle.com/discussions/product-feedback/470613#2618447
@machinelearning_ru
👍8🔥6❤3
📚 Представляем вашему вниманию ''AgentBoard: Аналитическая доска оценки LLM-агентов''
Доска лидеров: https://hkust-nlp.github.io/agentboard/
Репо: https://github.com/hkust-nlp/AgentBoard/
@machinelearning_ru
Доска лидеров: https://hkust-nlp.github.io/agentboard/
Репо: https://github.com/hkust-nlp/AgentBoard/
@machinelearning_ru
GitHub
GitHub - hkust-nlp/AgentBoard: An Analytical Evaluation Board of Multi-turn LLM Agents [NeurIPS 2024 Oral]
An Analytical Evaluation Board of Multi-turn LLM Agents [NeurIPS 2024 Oral] - hkust-nlp/AgentBoard
👍6🔥3❤1
Калифорнийский университет в Беркли представляет CrossMAE
CrossMAE превосходит MAE по производительности при 2,5-3,7-кратном сокращении вычислений при декодировании за счет независимой частичной реконструкции патчей
проект: https://crossmae.github.io
abs: https://arxiv.org/abs/2401.14391
@machinelearning_ru
CrossMAE превосходит MAE по производительности при 2,5-3,7-кратном сокращении вычислений при декодировании за счет независимой частичной реконструкции патчей
проект: https://crossmae.github.io
abs: https://arxiv.org/abs/2401.14391
@machinelearning_ru
crossmae.github.io
CrossMAE: Rethinking Patch Dependence for Masked Autoencoders
👍8🔥3❤1
⚡️ Complete ML Ops With Projects Series
В этом репозитории собрано все, что нужно для того, чтобы стать экспертом в #MLOps, с 33 готовыми проектами.
github.com/Coder-World04/Complete-ML-Ops
@machinelearning_ru
В этом репозитории собрано все, что нужно для того, чтобы стать экспертом в #MLOps, с 33 готовыми проектами.
github.com/Coder-World04/Complete-ML-Ops
@machinelearning_ru
👍10🔥4❤1
🔥 Complete NLP Series
Этот репозиторий содержит все, что вам нужно, чтобы стать экспертом в #NLP с 30 готовыми проектами.
• Github
@machinelearning_ru
Этот репозиторий содержит все, что вам нужно, чтобы стать экспертом в #NLP с 30 готовыми проектами.
• Github
@machinelearning_ru
👍13🔥5❤1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Amazon работает над безумно полезной моделью инплейсмента!
Diffuse to Choose позволяет виртуально поместить любой предмет в любую обстановку с детальным и семантически согласованным смешиванием, а также реалистичным освещением и тенями.
https://diffuse2choose.github.io/
@machinelearning_ru
Diffuse to Choose позволяет виртуально поместить любой предмет в любую обстановку с детальным и семантически согласованным смешиванием, а также реалистичным освещением и тенями.
https://diffuse2choose.github.io/
@machinelearning_ru
🔥16❤5👍4🎉2
Forwarded from C++ Academy
⚡ C++ Clustering Library
Библиотеку кластеризации C++: Высокопроизводительная альтернатива для ML-инженеров/аналитиков данных
▪Github
@cpluspluc
Библиотеку кластеризации C++: Высокопроизводительная альтернатива для ML-инженеров/аналитиков данных
▪Github
@cpluspluc
👍7🔥3
TimesFM - это модель прогнозирования, предварительно обученная на большом корпусе временных рядов из 100 миллиардов точек , которая демонстрирует впечатляющую эффективность на различных бенчмарках из разных областей и с разной степенью детализации.
https://blog.research.google/2024/02/a-decoder-only-foundation-model-for.html
@machinelearning_ru
https://blog.research.google/2024/02/a-decoder-only-foundation-model-for.html
@machinelearning_ru
👍15❤4🔥2
👍5❤1😢1
⚡️ Complete Data Engineering with Projects Series
Этот репозиторий содержит все необходимое для того, чтобы стать экспертом в #DataEngineering с 30 готовыми проектами с кодом
▪ GIthub
@machinelearning_ru
Этот репозиторий содержит все необходимое для того, чтобы стать экспертом в #DataEngineering с 30 готовыми проектами с кодом
▪ GIthub
@machinelearning_ru
👍5❤2🔥2🤔1
Здесь представлены бесплатные и курируемые материалы по подготовке к техническим собеседованиям для занятых инженеро. Более 500 000 человек воспользовались этим пособием!
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤2🔥1
https://www.youtube.com/watch?v=_RSoTpAeiMM
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Google’s New AI Watched 30,000,000 Videos!
❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambdalabs.com/papers
📝 The paper "LUMIERE: A Space-Time Diffusion Model for Video Generation" is available here:
https://lumiere-video.github.io/
📝 My latest paper on simulations that look…
📝 The paper "LUMIERE: A Space-Time Diffusion Model for Video Generation" is available here:
https://lumiere-video.github.io/
📝 My latest paper on simulations that look…
❤4🔥3👍1
NVIDIA представили LLaDA (Лада - лучше навзания не могло и быть), новый мощный инструмент, который позволяет водителями автономным транспортным средствам ездить в любой точке мире, адаптируя свои задачи и планы движения к правилам дорожного движения в новых местах.
LLaDA достигает этого за счет использования впечатляющей обобщающей способности больших языковых моделей (LLM) интерпретировать правила дорожного движения.
Проведя обширное исследование на пользователях, исследователи показали, что инструкции LLaDA полезны для однозначного определения неожиданных ситуаций на дороге.
LLaDA может адаптировать политику планирования движения AV на реальных наборах данных; LLaDA превосходит базовые подходы к планированию по всем известным метрикам.
Проект: https://boyiliee.github.io/llada/
Статья : https://arxiv.org/abs/2402.05932
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤5😁5🔥2🤩1
Полезно, если вам нужно получить верхние / нижние N элементов.
@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9🔥2❤1😁1
🚀 Lag-Llama на CPU:
Блокнот Google colab, показывающий, как запустить Lag-Llama на CPU.
https://colab.research.google.com/drive/1pCoNxxZXpPQizcRjeXGDlj2grfdfWDsm
@machinelearning_ru
Блокнот Google colab, показывающий, как запустить Lag-Llama на CPU.
https://colab.research.google.com/drive/1pCoNxxZXpPQizcRjeXGDlj2grfdfWDsm
@machinelearning_ru
👍7🔥2❤1
⚜️ Рекомендательные системы ML
Краеугольный камень в работе таких платформ, как Netflix, Amazon, YouTube и Tinder. 🎬🛍️
Оцените этот богатый датасет: https://kaggle.com/rounakbanik/the-movies-dataset.
45 000+ фильмов и 26 миллионов оценок от более чем 270 000 пользователей.
https://www.kaggle.com/datasets/rounakbanik/the-movies-dataset
@machinelearning_ru
Краеугольный камень в работе таких платформ, как Netflix, Amazon, YouTube и Tinder. 🎬🛍️
Оцените этот богатый датасет: https://kaggle.com/rounakbanik/the-movies-dataset.
45 000+ фильмов и 26 миллионов оценок от более чем 270 000 пользователей.
https://www.kaggle.com/datasets/rounakbanik/the-movies-dataset
@machinelearning_ru
👍11🔥3❤1
📚 PlantTraits2024: KerasCV Starter Notebook ➡️
Этот блокнот проведет вас через процесс обучения модели глубокого обучения с помощью основы EfficientNetV2 из KerasCV.
https://www.kaggle.com/code/awsaf49/planttraits2024-kerascv-starter-notebook
@machinelearning_ru
Этот блокнот проведет вас через процесс обучения модели глубокого обучения с помощью основы EfficientNetV2 из KerasCV.
https://www.kaggle.com/code/awsaf49/planttraits2024-kerascv-starter-notebook
@machinelearning_ru
❤6👍4🔥1