Машинное обучение RU
17.7K subscribers
1.57K photos
207 videos
11 files
2.04K links
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
Download Telegram
🖥 Это интерактивный учебник по моделям пространства состояний (SSM) с использованием библиотеки JAX Python

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
👍8🔥63
Forwarded from Java
🖥 Машинное обучение на Java

Список полезных инструментов, фреймворков, библиотек, программного обеспечения и примеров на Java для специалистов по машинному обучению.

🔗 Github

@javatg
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥32
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
👍8🔥31
⚡️ 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
👍10🔥41
🔥 Complete NLP Series

Этот репозиторий содержит все, что вам нужно, чтобы стать экспертом в #NLP с 30 готовыми проектами.

Github

@machinelearning_ru
👍13🔥51
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
🔥165👍4🎉2
Forwarded from C++ Academy
C++ Clustering Library

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
👍154🔥2
Бесплатные курсы для изучения SQL в 2024 году

https://habr.com/ru/articles/791260/
👍51😢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
👍52🔥2🤔1
⭐️ Пособие для технических интервью.

Здесь представлены бесплатные и курируемые материалы по подготовке к техническим собеседованиям для занятых инженеро. Более 500 000 человек воспользовались этим пособием!

🖥 Github

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍62🔥1
🚗 NVIDIA представляет LLaDA

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
👍75😁5🔥2🤩1
🖥 Модуль heapq предоставляет реализацию на #Python алгоритма кучи / приоритетной очереди. 🐍💡

Полезно, если вам нужно получить верхние / нижние N элементов.

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9🔥21😁1
🚀 Lag-Llama на CPU:

Блокнот Google colab, показывающий, как запустить Lag-Llama на CPU.

https://colab.research.google.com/drive/1pCoNxxZXpPQizcRjeXGDlj2grfdfWDsm

@machinelearning_ru
👍7🔥21
⚜️ 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
👍11🔥31
📚 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
6👍4🔥1
🔝 Где искать работу аналитику данных в различные направления DS,SQL, Аналитики и ML

Подборка полезных ресурсов, где можно найти вакансии или фриланс-проект:

🔎 Здесь собран полный ресурсов для поиска работы аналитику данных и специалистам по мл.

Data Jobs
Data engineering/SQL
Python Jobs
Папка с вакансиями по различным направлениям
Маст-хэв мл папка


@machinelearning_ru
👍6🔥1🥰1