Ррработа на удалёнке здесь » https://freelancehunt.com/
Требуются специалисты в IT-сфере!
#работа #freelance #биржа #it
🔗 Freelancehunt — лучшая биржа фриланса • найдите фрилансера на Freelancehunt
Freelancehunt 👈 — лучшая биржа фриланса 🏅 Именно здесь вы можете найти работу фрилансером ⭐ либо недорого нанять специалиста для решения любой задачи 🤵.
➰ Источник ВК
Требуются специалисты в IT-сфере!
#работа #freelance #биржа #it
🔗 Freelancehunt — лучшая биржа фриланса • найдите фрилансера на Freelancehunt
Freelancehunt 👈 — лучшая биржа фриланса 🏅 Именно здесь вы можете найти работу фрилансером ⭐ либо недорого нанять специалиста для решения любой задачи 🤵.
➰ Источник ВК
Freelancehunt
Фриланс биржа Freelancehunt - лучший сайт для поиска фрилансеров и удаленной работы
Freelancehunt — БИРЖА фриланса №1️⃣ в Украине. Более【500】новых заданий в день ☝️. Тысячи реальных отзывов ✅ Безопасные сделки ⭐ Отзывчивая Команда заботы.
TED@BCG Recalibrate—an inspiring program of TED Talks from the BCG community and beyond, taking place on October 6, 2021.
The program will feature leading thinkers addressing topics ranging from sustainability, to AI, to the future of work—all designed to inspire and inform us as individuals, business leaders and members of our broader communities.
We invite you to join us for a 90-minute program which will consist of a series of TED Talks, a performance, and an opportunity to engage in live Q&A with our speakers after the main session. More information on speakers can be found on the Agenda page of the event site.
Session 1: 7:00 – 8:30 MSK
Session 2: 16:00 – 17:30 MSK
Session 3: 22:00 – 23:30 MSK
👉🏻Registration » https://web.cvent.com/event/dc16471f-f23b-4914-8064-1f1c772f10d6/regProcessStep1
👉🏻Agenda & Speakers » https://web.cvent.com/event/dc16471f-f23b-4914-8064-1f1c772f10d6/websitePage:645d57e4-75eb-4769-b2c0-f201a0bfc6ce
#ted #tech #it #ai #future #Recalibrate #BCG #Talks
🔗 Personal Information - TED@BCG Recalibrate
➰ Источник ВК
The program will feature leading thinkers addressing topics ranging from sustainability, to AI, to the future of work—all designed to inspire and inform us as individuals, business leaders and members of our broader communities.
We invite you to join us for a 90-minute program which will consist of a series of TED Talks, a performance, and an opportunity to engage in live Q&A with our speakers after the main session. More information on speakers can be found on the Agenda page of the event site.
Session 1: 7:00 – 8:30 MSK
Session 2: 16:00 – 17:30 MSK
Session 3: 22:00 – 23:30 MSK
👉🏻Registration » https://web.cvent.com/event/dc16471f-f23b-4914-8064-1f1c772f10d6/regProcessStep1
👉🏻Agenda & Speakers » https://web.cvent.com/event/dc16471f-f23b-4914-8064-1f1c772f10d6/websitePage:645d57e4-75eb-4769-b2c0-f201a0bfc6ce
#ted #tech #it #ai #future #Recalibrate #BCG #Talks
🔗 Personal Information - TED@BCG Recalibrate
➰ Источник ВК
Гигер бы позавидовал такой фантазии — ИИ показал свое видение Бэтмена, Доктора Стрэнджа, Капитана Америки, Йоды и не только.
С помощью инструмента MidJourney, базирующегося на искусственном интеллекте, в различных социальных сетях сейчас многие воссоздают знаменитых персонажей.
https://vgtimes.ru/news/87442-giger-by-pozavidoval-takoy-fantazii-ii-pokazal-svoe-videnie-betmena-doktora-strendzha-kapitana-ameriki-yody-i-ne-tolko.html
#IT #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста
С помощью инструмента MidJourney, базирующегося на искусственном интеллекте, в различных социальных сетях сейчас многие воссоздают знаменитых персонажей.
https://vgtimes.ru/news/87442-giger-by-pozavidoval-takoy-fantazii-ii-pokazal-svoe-videnie-betmena-doktora-strendzha-kapitana-ameriki-yody-i-ne-tolko.html
#IT #machinelearning #ai #машинноеобучение #neuralnetworks #нейронныесети #буднипрограммиста
VGTimes
Гигер бы позавидовал такой фантазии — ИИ показал свое видение Бэтмена, Доктора Стрэнджа, Капитана Америки, Йоды и не только
С помощью инструмента MidJourney, базирующегося на искусственном интеллекте, в различных социальных сетях сейчас многие воссоздают знаменитых персонажей и не только. Работы иногда получаются крайне странными и даже жуткими, но именно так видит героев нейросеть.
🚀 Векторные базы данных: простым языком про устройство и принцип работы
⚙️ Проблема
Нужно находить объекты, похожие по характеристикам. Простой подход через поиск совпадений слишком примитивен и не учитывает контексты и синонимы.
👾 Решение в лоб
Сравнение текстов или данных по количеству совпадений недостаточно. Требуется более умный метод для глубокого понимания объектов.
💡 Машинное обучение и векторизация
Машинное обучение решает задачу путем представления объектов (слова, текста, изображения) в виде числовых векторов. Эти вектора помогают компьютерам "понимать" данные. Разные методы, такие как Bag of Words, TF-IDF или Word2Vec, помогают векторизировать объект.
🔥 Векторные базы данных (ВБД)
Векторные базы данных (ВБД) — это NoSQL решения для хранения, индексирования и поиска похожих векторов, обеспечивая:
- Рекомендательные системы (например, рекомендации товаров)
- Поисковые системы (поиск по смысловому содержанию текста)
- Анализ изображений и видео (поиск похожих картинок)
🔍 Как это работает:
1. Преобразование объекта в вектор с помощью векторизатора.
2. Сохранение вектора и метаданных на диск.
📥 Чтение данных
Когда приложение отправляет новый объект для рекомендации:
1. Векторизуем объект той же моделью, получая вектор той же размерности.
2. Ищем наиболее близкий вектор. Возможна предварительная фильтрация по метаданным (например, длина текста > n).
3. Для ускорения поиска используется индексация, замедляющая запись, но делающая чтение быстрее. Разные базы данных могут предлагать различные сортиры и алгоритмы индексации.
Некоторые ВБД поддерживают только хранение, индексацию и чтение, а другие предлагают готовые векторизаторы, избавляя от необходимости писать и обучать свои модели.
#ВБД #МашинноеОбучение #РекомендательныеСистемы #Векторизация #IT #БазыДанных
⚙️ Проблема
Нужно находить объекты, похожие по характеристикам. Простой подход через поиск совпадений слишком примитивен и не учитывает контексты и синонимы.
👾 Решение в лоб
Сравнение текстов или данных по количеству совпадений недостаточно. Требуется более умный метод для глубокого понимания объектов.
💡 Машинное обучение и векторизация
Машинное обучение решает задачу путем представления объектов (слова, текста, изображения) в виде числовых векторов. Эти вектора помогают компьютерам "понимать" данные. Разные методы, такие как Bag of Words, TF-IDF или Word2Vec, помогают векторизировать объект.
🔥 Векторные базы данных (ВБД)
Векторные базы данных (ВБД) — это NoSQL решения для хранения, индексирования и поиска похожих векторов, обеспечивая:
- Рекомендательные системы (например, рекомендации товаров)
- Поисковые системы (поиск по смысловому содержанию текста)
- Анализ изображений и видео (поиск похожих картинок)
🔍 Как это работает:
1. Преобразование объекта в вектор с помощью векторизатора.
2. Сохранение вектора и метаданных на диск.
📥 Чтение данных
Когда приложение отправляет новый объект для рекомендации:
1. Векторизуем объект той же моделью, получая вектор той же размерности.
2. Ищем наиболее близкий вектор. Возможна предварительная фильтрация по метаданным (например, длина текста > n).
3. Для ускорения поиска используется индексация, замедляющая запись, но делающая чтение быстрее. Разные базы данных могут предлагать различные сортиры и алгоритмы индексации.
Некоторые ВБД поддерживают только хранение, индексацию и чтение, а другие предлагают готовые векторизаторы, избавляя от необходимости писать и обучать свои модели.
#ВБД #МашинноеОбучение #РекомендательныеСистемы #Векторизация #IT #БазыДанных
🚀 Векторные базы данных: простым языком про устройство и принцип работы
https://habr.com/ru/companies/tochka/articles/809493/
⚙️ Проблема
Нужно находить объекты, похожие по характеристикам. Простой подход через поиск совпадений слишком примитивен и не учитывает контексты и синонимы.
👾 Решение в лоб
Сравнение текстов или данных по количеству совпадений недостаточно. Требуется более умный метод для глубокого понимания объектов.
💡 Машинное обучение и векторизация
Машинное обучение решает задачу путем представления объектов (слова, текста, изображения) в виде числовых векторов. Эти вектора помогают компьютерам "понимать" данные. Разные методы, такие как Bag of Words, TF-IDF или Word2Vec, помогают векторизировать объект.
🔥 Векторные базы данных (ВБД)
Векторные базы данных (ВБД) — это NoSQL решения для хранения, индексирования и поиска похожих векторов, обеспечивая:
- Рекомендательные системы (например, рекомендации товаров)
- Поисковые системы (поиск по смысловому содержанию текста)
- Анализ изображений и видео (поиск похожих картинок)
🔍 Как это работает:
1. Преобразование объекта в вектор с помощью векторизатора.
2. Сохранение вектора и метаданных на диск.
📥 Чтение данных
Когда приложение отправляет новый объект для рекомендации:
1. Векторизуем объект той же моделью, получая вектор той же размерности.
2. Ищем наиболее близкий вектор. Возможна предварительная фильтрация по метаданным (например, длина текста > n).
3. Для ускорения поиска используется индексация, замедляющая запись, но делающая чтение быстрее. Разные базы данных могут предлагать различные сортиры и алгоритмы индексации.
Некоторые ВБД поддерживают только хранение, индексацию и чтение, а другие предлагают готовые векторизаторы, избавляя от необходимости писать и обучать свои модели.
#ВБД #МашинноеОбучение #РекомендательныеСистемы #Векторизация #IT #БазыДанных
https://habr.com/ru/companies/tochka/articles/809493/
⚙️ Проблема
Нужно находить объекты, похожие по характеристикам. Простой подход через поиск совпадений слишком примитивен и не учитывает контексты и синонимы.
👾 Решение в лоб
Сравнение текстов или данных по количеству совпадений недостаточно. Требуется более умный метод для глубокого понимания объектов.
💡 Машинное обучение и векторизация
Машинное обучение решает задачу путем представления объектов (слова, текста, изображения) в виде числовых векторов. Эти вектора помогают компьютерам "понимать" данные. Разные методы, такие как Bag of Words, TF-IDF или Word2Vec, помогают векторизировать объект.
🔥 Векторные базы данных (ВБД)
Векторные базы данных (ВБД) — это NoSQL решения для хранения, индексирования и поиска похожих векторов, обеспечивая:
- Рекомендательные системы (например, рекомендации товаров)
- Поисковые системы (поиск по смысловому содержанию текста)
- Анализ изображений и видео (поиск похожих картинок)
🔍 Как это работает:
1. Преобразование объекта в вектор с помощью векторизатора.
2. Сохранение вектора и метаданных на диск.
📥 Чтение данных
Когда приложение отправляет новый объект для рекомендации:
1. Векторизуем объект той же моделью, получая вектор той же размерности.
2. Ищем наиболее близкий вектор. Возможна предварительная фильтрация по метаданным (например, длина текста > n).
3. Для ускорения поиска используется индексация, замедляющая запись, но делающая чтение быстрее. Разные базы данных могут предлагать различные сортиры и алгоритмы индексации.
Некоторые ВБД поддерживают только хранение, индексацию и чтение, а другие предлагают готовые векторизаторы, избавляя от необходимости писать и обучать свои модели.
#ВБД #МашинноеОбучение #РекомендательныеСистемы #Векторизация #IT #БазыДанных