Machinelearning

9 сентября Сбер приглашает IT-специалистов поучаствовать в отборе: пройти все интервью, познакомиться с командой и, возможно, даже получить оффер. Какими задачами занимаются DS-специалисты крупнейшего банка страны? 👇 ✔️ Обучают все модели искусственного интеллекта: от классического ML до глубоких нейронных сетей. ✔️ Создают инновационные сервисы от систем принятия решений до компьютерного зрения и обработки естественного языка ✔️ Развивают блочное хранилище на Teradata и DataLake на Hadoop. ✔️ Работают на Python, Spark, SQL, Hadoop, GreenPlum. За год команда разрабатывает и внедряет более 200 моделей для отделений банка, приложений, колл-центра, банкоматов и так далее, поэтому работа точно будет интересной и разнообразной. Переходите по ссылке и регистрируйся на One Day Offer, чтобы получить оффер мечты! 💚

🦅 Falcon 180B is here! In terms of capabilities, Falcon 180B achieves state-of-the-art results across natural language tasks. It tops the leaderboard for (pre-trained) open-access models and rivals proprietary models like PaLM-2. Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе. 🤗 HF: https://huggingface.co/blog/falcon-180b 🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md 📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo ai_machinelearning_big_data

🌐 Сервис GigaChat от Сбера имеет большие перспективы как в России, так и в других странах мира Об этом заявил директор Российской ассоциации электронных коммуникаций (РАЭК) Сергей Гребенников. По словам эксперта, сегодня с текстом и изображениями работают многие диджитал-специалисты — сервис позволит им повысить скорость работы и вдохновит новые идеи. При этом Гребенников отметил, что сервис, благодаря пользователям, и сам сможет быстрее развиваться. «Здорово, что инновационные инструменты становятся доступны широкой аудитории: как показывает практика, пользователи помогают компаниям совершенствовать продукты и генерировать новые подходы к их развитию. Это крайне важно в современной гонке технологий. Уверен, что Сбер продолжит и дальше развивать функционал GigaChat, а также создавать новые продукты на основе технологий ИИ», — подчеркнул он. 📌 Источник ai_machinelearning_big_data

🔥Master Data Science for free Вторая большая подборка бесплатных курсов для получения степени в области Data Science. 📂 Computer Science 101 https://online.stanford.edu/courses/soe-ycscs101-computer-science-101 📂 Machine Learning Specialization https://coursera.org/specializations/machine-learning-introduction 📂 Artificial Intelligence for Robotics https://udacity.com/course/artificial-intelligence-for-robotics--cs373 📂 Designing Your Career https://online.stanford.edu/courses/tds-y0003-designing-your-career 📂 Stanford: Теория игр https://online.stanford.edu/courses/soe-ycs0002-game-theory 📂 Machine Learning with Python https://www.freecodecamp.org/learn/machine-learning-with-python/ 📂 Probability and Statistics: To P or Not To P? (Coursera) https://www.coursera.org/learn/probability-statistics 📂 Numpy полный бесплатный курс https://www.youtube.com/playlist?list=PLysMDSbb9Hcz3Gdi9oV-btohZ9zhths-r 📂Углубленное машинное обучение https://www.kaggle.com/learn/intro-to-machine-learning 📂 Stat 110: Harvard University (YouTube) https://www.youtube.com/watch?v=KbB0FjPg0mw&list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo&index=1 📂 The Open Source Data Science Masters https://github.com/datasciencemasters/go 📂 Google - искусственный интеллект для всех https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 📂Microsoft - ИИ для начинающих https://microsoft.github.io/AI-For-Beginners 📂 IBM - AI for Everyone: Освоить основы https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 📂 Гарвард - Введение в искусственный интеллект с помощью Python https://cs50.harvard.edu/ai/2023 📂 Введение в генеративный ИИ https://cloudskillsboost.google/journeys/118 📂 Deep Learning - Finetuning Large Language Models https://deeplearning.ai/short-courses/finetuning-large-language-models/ 📂Microsoft - Основы ИИ в Azure https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/ 📂Linux Foundation - Основы работы с данными и искусственным интеллектом https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals 📂12 linux курсов: https://t.me/linuxkalii/538 📂 Alison - 13 бесплатных курсов по ИИ https://alison.com/tag/artificial-intelligence 📂 Проекты по искусственному интеллекту https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects 📂 Introduction to Internet of Things: https://online.stanford.edu/courses/xee100-introduction-internet-things 📂 Graph Search, Shortest Paths, and Data Structures https://coursera.org/learn/algorithms-graphs-data-structures 📂 Python: http://cs50.harvard.edu/python/2022/ 📂 Machine Learning: http://developers.google.com/machine-learning/crash-course 📂 Deep Learning http://introtodeeplearning.com 📂 Data Analysis http://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis 📂 Линейная Алгебра http://pll.harvard.edu/course/data-analysis-life-sciences-2-introduction-linear-models-and-matrix-algebra 📂 Algebra basics https://www.khanacademy.org/math/algebra-basics 📂 Excel и PowerBI http://learn.microsoft.com/training/paths/modern-analytics/ 📂 Визуализация данных: http://pll.harvard.edu/course/data-science-visualization 📂 PowerBI http://learn.microsoft.com/users/collinschedler-0717/collections/m14nt4rdwnwp04 📂 Tableau: http://tableau.com/learn/training 📂 Statistics: http://cognitiveclass.ai/courses/statistics-101… 📂 SQL: http://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql ai_machinelearning_big_data

✅️ Point-Bind & Point-LLM: Aligning 3D with Multi-modality Point-Bind is a 3D multi-modality model with a joint embedding space among 3D point cloud, image, language, audio, and video. Point-LLM - это первая мультимодальная большая языковая модель, которая не требует ввода трехмерных объектов и учитывает мультимодальный ввод для генерации🌟 🖥 Github: https://github.com/ziyuguo99/point-bind_point-llm ⏩ Demo: http://imagebind-llm.opengvlab.com/ 📕 Paper: https://arxiv.org/abs/2309.00615v1 ⭐️ Dataset: https://paperswithcode.com/dataset/esc-50 ai_machinelearning_big_data

👨‍🎓Data Science: Machine Learning Build a movie recommendation system and learn the science behind one of the most popular and successful data science techniques. Гарвардский университет предлагает курс "Машинное обучение" БЕСПЛАТНО! В рамках этого курса вы создадите систему рекомендаций по фильмам и узнаете, что лежит в основе методов машинного обучения. 📌Course ai_machinelearning_big_data

Полезный подкаст о нейросетях в финтехе: применение в кредитном скоринге и других сегментах   Вы, конечно, наслышаны о применении нейросетей во многих сферах. А вот о том, как их используют в кредитном скоринге, знают немногие. В подкасте «Деньги любят техно» об этом подробно рассказали Артём Летин (управление моделирования КИБ и СМБ, ВТБ), Евгений Смирнов (лаборатория машинного обучения Альфа-Банка) и Никита Зелинский (центр компетенций Data Science МТС). Эксперты поделились интересными историями из своей практики, потравили байки, дали парочку полезных инсайтов. Давно не встречалось таких живых дискуссий о ML в финансах. Послушать подкаст можно где удобно.

📷Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery Новое решение по эффективному удаления бликов на изображениях и восстановления источников света. 🖥 Github: https://github.com/yuyanzhou1/improving-lens-flare-removal 🖥 Pre-trained Model: https://drive.google.com/drive/folders/1ngjUh6UzA99-XLi6esK9OdP7ORhU6i8R?usp=sharing 📕 Paper: https://arxiv.org/abs/2308.16460v1 ⭐️ Dataset: https://paperswithcode.com/dataset/flare7k ai_machinelearning_big_data

SAM-Med2D ➕ SAM-Med2D, the most comprehensive studies on applying SAM to medical 2D images. 🏆 Самая большая на сегодняшний день база данных по сегментации медицинских изображений (4,6 млн. изображений и 19,7 млн. масок) для обучения моделей. 🏆 Модель файнтюнинга Segment Anything Model (SAM). 🏆 Бенчмарк SAM-Med2D на крупномасштабных наборах данных. 🖥 Github: https://github.com/uni-medical/sam-med2d 🖥 Colab: https://colab.research.google.com/github/uni-medical/SAM-Med2D/blob/main/predictor_example.ipynb 📕 Paper: https://arxiv.org/abs/2308.16184 ⭐️ Dataset: https://paperswithcode.com/dataset/sa-1b ai_machinelearning_big_data

🔥 CRATE (Coding RAte reduction TransformEr) CRATE (is a white-box transformer architecture, where each layer performs a single step of an alternating minimization algorithm to optimize the sparse rate reduction objective Алгоритм оптимизации сегментации с помощью архитектуры white-box трансформеров. 🖥 Github: https://github.com/ma-lab-berkeley/crate 🖥 Colab: https://colab.research.google.com/drive/1rYn_NlepyW7Fu5LDliyBDmFZylHco7ss 📕 Paper: https://arxiv.org/abs/2308.16271v1 ⭐️ Dataset: https://paperswithcode.com/dataset/coco ai_machinelearning_big_data

Нейросети хороши в генерации контента и кода, а 3D-принтеры, как оказалось— в генерации зубов. Делимся статьей о том, как хорошо 3D-печать обосновалась в, казалось бы, далекой от нее нише — стоматологии. • На что способны 3D-технологии в современной стоматологической практике. • Как с их помощью врачи тренируются перед операциями • Как стоматологи проектируют коронки, новый прикус, стоматологические шаблоны и тп Такие технологии используются не в каждой стоматологии, и уж тем более про такое на часто пишут, а тема интересная. Статья на Хабре

🎧 AudioLDM 2, but faster ⚡️ Read to the end to find out how to generate a 10 second audio sample in just 1 second! В этом посте показано, как использовать AudioLDM 2 c Hugging Face 🧨 Diffusers, исследуя ряд оптимизаций для сокращения времени генераций более чем в 10 раз при минимальном снижении качества выходного аудио. 🤗 HH: https://huggingface.co/blog/audioldm2 🖥 Github: https://github.com/huggingface/blog/blob/main/audioldm2.md 🖥 Colab: https://mingukkang.github.io/GigaGAN/ 🎧 Paper: https://arxiv.org/abs/2308.05734 ai_machinelearning_big_data

5 дней практики в Data Science на реальных данных магазина из Великобритании. 1-2 часа в день и самостоятельно создадите модели машинного обучения. Старт - 4 сентября. Обучаешься под руководством эксперта в своем темпе, в любое удобное время. 5500+ человек из разных стран мира уже приняли участие в данном интенсиве. 15 лет практического опыта у автора интенсива, поэтому полученные знания можно сразу применять в рабочих проектах. Обучаем с 2017 года. Предоставляем готовое окружение - ничего устанавливать и настраивать не нужно. Количество БЕСПЛАТНЫХ мест ограничено. Успевайте записаться по ЭТОЙ ссылке. Подписывайтесь на их телеграм канал, чтобы не пропустить самое интересное из мира Data Science и не только.

🔥Scaling up GANs for Text-to-Image Synthesis 1B-parameter GigaGAN, achieving lower FID than Stable Diffusion v1.5, DALL·E 2, and Parti-750M. GigaGAN - 1B модел text-to-image. Высокая скорость генерации изображений 0.13 сек в разрешении 512px, на порядки быстрее других моделей. 🖥 Github: https://github.com/mingukkang/GigaGAN/tree/main/evaluation ⏩ Project: https://mingukkang.github.io/GigaGAN/ 🎞 Video: https://www.youtube.com/watch?v=UyoXmHS-KGc 📕 Paper: https://arxiv.org/abs/2303.05511 ⭐️ Dataset:https://paperswithcode.com/dataset/svamp ai_machinelearning_big_data

☄️Открытый урок по языковым моделям от OTUS 4 сентября в 18:00 мск встречаемся на открытом уроке «Языковые модели: от статистических до ChatGPT» в рамках курса «Natural Language Processing (NLP)» от OTUS. 📣 Кому подходит этот урок: - Практикующим Data Scientist и IT-специалистам, которые хотят глубже погрузиться в область NLP - Тем, кто хочет узнать, что делает ChatGPT таким умным - Людям, освоившим основы машинного обучения, но желающими развиваться в области DS 💪 Результаты урока: Вы узнаете, что такое языковые модели и как их использовать для решения NLP-задач, а также изучите подходы к обучению больших языковых моделей, таких как ChatGPT. Это отличная возможность совершенно бесплатно протестировать формат обучения и задать преподавателю любые вопросы в режиме реального времени 😎! Пройдите тестирование курса, чтобы зарегистрироваться на урок - https://otus.pw/pnyE/ Нативная интеграция. Информация о продукте www.otus.ru

🖥 When Do Program-of-Thoughts Work for Reasoning? An Easy-to-use Instruction Generation Framework for LLMs. EasyInstruct - это пакет Python для обучения больших языковых моделей (LLM), таких как GPT-3, Llama, ChatGLM, в ваших исследовательских экспериментах. Он прост в использовании и легко расширяемый. pip install easyinstruct -i https://pypi.org/simple 🖥 Github: https://github.com/zjunlp/easyinstruct 📕 Paper: https://arxiv.org/abs/2308.15452v1 ⭐️ Dataset:https://paperswithcode.com/dataset/svamp ai_machinelearning_big_data

ИТ + научпоп + музыка = большой ИТ-пикник в Москве 💛 2 сентября Тинькофф, CodeFest и Мельница собирают большой благотворительный ИТ-фестиваль. Встречаемся в Коломенском на максимально летнем вайбе. В программе: ИТ- и научпоп-лектории, выступления топовых спикеров, воркшопы, интерактивные зоны и вишенка на торте — музыкальные перформансы от Антохи MC, Zoloto, Therr Maitz, The Hatters, «Сироткина», а также секретного хедлайнера. Как думаете, кто им может быть? Для участия нужно выбрать благотворительный фонд из списка и сделать донат от 1000 рублей. Подробности и регистрация — тут. Реклама. АО "Тинькофф Банк"

📖 LongBench: A Bilingual, Multitask Benchmark for Long Context Understanding LongBench includes 14 English tasks, 5 Chinese tasks, and 2 code tasks, with the average length of most tasks ranging from 5k to 15k, and a total of 4,750 test data. LongBench - первый двуязычный, бенчмарк понимания длинных контекстов, позволяющий проводить тщательную оценку контекстов. LongBench включает 21 датасет по 6 категориям задач на английском и китайском языках. 🖥 Github: https://github.com/thudm/longbench 📕 Paper: https://arxiv.org/abs/2308.14710v1 🤗 HF: https://huggingface.co/datasets/THUDM/LongBench ⭐️ Dataset: https://paperswithcode.com/dataset/youtube-vis-2021-validation ai_machinelearning_big_data

VK проводит онлайн-семинар Adversarial Prompting and Jailbreaking of LLMs, чтобы рассказать о том, какие могут быть опасности при работе с LLM и как защитить решения, основанные на них. Large Language Models в последнее время стали слишком популярны. И многие строят свои ML-решения поверх таких LLM, но не все знают, что злоумышленники могут делать инъекции через промты и нарушить работу модели или вообще сломать систему. Как этого избежать — узнайте на онлайн-семинаре.

🧑 FaceChain Deep-learning toolchain for generating your Digital-Twin. FaceChain — это набор инструментов машинного обучения для создания собственного цифрового двойника. Всего из одной портретной фотографию, вы можете создать своего собственного цифрового двойника и начать генерировать персональные портреты с различными настройками. 🖥 Github: https://github.com/modelscope/facechain 📕 Paper: https://arxiv.org/abs/2308.14256v1 🖥 Colab: https://colab.research.google.com/drive/1cUhnVXseqD2EJiotZk3k7GsfQK9_yJu_?usp=sharing ⭐️ Dataset: https://paperswithcode.com/dataset/fairface ai_machinelearning_big_data