Machinelearning

🧠 Free AI for Beginners Course Artificial Intelligence for Beginners MindMap Description @ai_machinelearning_big_data

Эволюция машинного обучения и проблема «черного ящика» Какие бенчмарки используются в ML? Благодаря чему произошел прорыв в технологиях машинного обучения? Как метод LIME помогает интерпретировать алгоритмы ИИ? Почему нейронки по-прежнему работают не так, как хотелось бы ученым? Ученые Yandex Research рассказали, как они исследуют логику нейросетей и почему людям до сих пор сложно прочитать их «мысли».

Эволюция машинного обучения и проблема «черного ящика» Какие бенчмарки используются в ML? Благодаря чему произошел прорыв в технологиях машинного обучения? Как метод LIME помогает интерпретировать алгоритмы ИИ? Почему нейронки по-прежнему работают не так, как хотелось бы ученым? Ученые Yandex Research рассказали, как они исследуют логику нейросетей и почему людям до сих пор сложно прочитать их «мысли».

🧩 Per-Clip Video Object Segmentation Progressive matching mechanism for efficient information-passing within a clip. Github: https://github.com/pkyong95/PCVOS Paper: https://arxiv.org/abs/2208.01924v1 Dataset: https://paperswithcode.com/dataset/davis Video: https://youtu.be/6QATHDwrUx0 @ai_machinelearning_big_data

Под бой курантов цели на год приходят в голову легко — уйду в IT работать на удалёнке! А вот путь к ним перекрывают сомнения: не потяну, не смогу работать и учиться, не возьмут без опыта, это всё не для меня. Вот уже лето, а цель всё так же далека. Стать аналитиком данных за год реально — на курсе Яндекс Практикума. Вот почему мы в этом уверены: — Размеренную учёбу по 10–15 часов в неделю можно совмещать с работой, вузом и семьёй. — После курса у вас будет портфолио: 14 учебных проектов и два боевых, от реальных заказчиков. — Работу находят выпускники с очень разным опытом — бывший офицер, звукорежиссёр, менеджер и другие. — 78% наших выпускников трудоустраиваются. Смогли они — получится и у вас. Дойти до цели вам поможет команда сопровождения. Специалисты объяснят сложные темы на вебинарах, проверят проекты, научат писать резюме и проходить собеседования. Курс можно оплатить в рассрочку: 15 500 ₽ в месяц. Сэкономить 13 020 ₽ поможет промокод DAPLUSAUGUST — он даёт 7% скидки на курс с 8 по 21 августа. Протестируйте формат бесплатно →

💻 P2P: Tuning Pre-trained Image Models for Point Cloud Analysis with Point-to-Pixel Prompting Github: https://github.com/wangzy22/P2P Paper: https://arxiv.org/abs/2208.02812v1 Dataset: https://paperswithcode.com/dataset/imagenet Model: https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip @ai_machinelearning_big_data

🚀 @machinelearning_interview - в Канале собраны все возможные вопросы и ответы с собеседований по Аналитике данных и Машинному обучению. Канал от Data Analytics. Материалы канала реально помогут подготовиться к data science собеседованию. 👉Перейти

➡️ Prompt Tuning for Generative Multimodal Pretrained Models Github: https://github.com/ofa-sys/ofa Paper: https://arxiv.org/abs/2208.02532v1 Dataset: https://paperswithcode.com/dataset/snli-ve Demo: https://huggingface.co/spaces/OFA-Sys/OFA-Generic_Interface @ai_machinelearning_big_data

С 2018 по 2019 г. количество вакансий специалистов по машинному обучению выросло в 1,3 раза. В 2022 году возрастает спрос на специалистов Middle и Senior ML Engineer. Чтобы выйти из ситуации нехватки кадров и обеспечить себе команды профессионалов, крупные компании открывают свои школы и сотрудничают с университетами. Предпочтение уходит талантам, которые уже адаптированы под бизнес-задачи компаний. Так, в Университете ИТМО была запущена уникальная магистратура «Инженерия машинного обучения» с участием компании «Татнефть»: ▪️работа на больших данных компании и развитие до Middle уровня ▪️спонсирование проживания на базе современного кампуса в г.Альметьевск ▪️спонсирование онлайн-обучения в ИТМО - лидирующем вузе страны по компьютерным наукам До 6 августа можно оставить заявку на сайте проекта!

💬 Expanding Language-Image Pretrained Models for General Video Recognition by Microsoft. Video-specific prompting scheme, which leverages video content information for generating discriminative textual prompts. Github: https://github.com/microsoft/VideoX/tree/master/X-CLIP Paper: https://arxiv.org/abs/2208.02816v1 Dataset: https://paperswithcode.com/dataset/ucf101 @ai_machinelearning_big_data

🔥 CLIFF: Carrying Location Information in Full Frames into Human Pose and Shape Estimation Github: https://github.com/huawei-noah/noah-research/tree/master/CLIFF Paper: https://arxiv.org/abs/2208.00571v1 Pretrained checkpoints : https://drive.google.com/drive/folders/1EmSZwaDULhT9m1VvH7YOpCXwBWgYrgwP Dataset: https://paperswithcode.com/dataset/human3-6m @ai_machinelearning_big_data

👨 Deep Deformable 3D Caricature with Learned Shape Control (DD3C) Github: https://github.com/ycjungsubhuman/deepdeformable3dcaricatures Paper: https://arxiv.org/abs/2207.14593v1 Project: https://ycjungsubhuman.github.io/DeepDeformable3DCaricatures Dataset: https://paperswithcode.com/dataset/facewarehouse Video: https://youtu.be/WLMPEaK6E4M @ai_machinelearning_big_data

Всем привет! Продолжается набор на бесплатное обучение в Академии больших данных MADE. Мы полностью обновили программу. Теперь за один год вы сможете получить базовые знания и опыт в области больших данных. Основной упор сделан на практическую часть — во время обучения вы дважды пройдете полный цикл реализации DS- и ML- продуктов. Регистрация открыта до 6 августа: https://vk.cc/ceWl31

🔥📐 Rewriting Geometric Rules of a GAN Method which allows edit a GAN model to synthesize many unseen objects with the desired shape Github: https://github.com/peterwang512/ganwarping Paper: https://arxiv.org/abs/2207.14288v1 Project: https://peterwang512.github.io/GANWarping/ Dataset: https://paperswithcode.com/dataset/ffhq Video: https://www.youtube.com/watch?v=2m7_rbsO6Hk @ai_machinelearning_big_data

🔘 ALBench: A Framework for Evaluating Active Learning in Object Detection An active learning benchmark framework named as ALBench for evaluating active learning in object detection. Github: https://github.com/industryessentials/ymir Paper: https://arxiv.org/abs/2207.13339v1 Projects: https://github.com/IndustryEssentials/ymir/projects Dataset: https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data

11 августа состоится Alfa Data Science MeetUp в стиле кибер-футуризма📟 Если вы в Москве 👉 регистрируйтесь на сайте и приезжайте в офис Альфа-Банка по адресу: проспект Андропова 18, корп. 6 или подключайтесь к онлайн трансляции! Темы и спикеры: 🖲 Развитие клиентской базы: моделирование LTV и прогноз будущих доходов - Сергей Королёв, Middle Data Scientist Альфа-Банк 🖲 Uplift-моделирование в ценообразовании кредитных продуктов - Максим Коматовский, Junior Data Scientist Альфа-Банк 🖲 Совершенный код расчёт - Максим Cтаценко, Team Lead/Senior DWH Developer в Яндекс 🖲 Применение подхода reject/inference в нейросетевом кредитном скоринге - Алексей Фирстов, Senior Data Scientist Альфа-Банк Мероприятие пройдет в необычном формате. У вас будет время вспомнить «Бегущего по лезвию» или «Cyberpunk 2077», вдохновиться, поучаствовать в конкурсе и получить призы за креативность 🕶 Регистрируйтесь на сайте, приходите в гости, будет интересно!

🦠 Learning Protein Representations via Complete 3D Graph Networks DIG: Dive into Graphs is a turnkey library for graph deep learning research. Github: https://github.com/divelab/DIG Paper: https://arxiv.org/abs/2207.12600v1 Tutorials: https://diveintographs.readthedocs.io/en/latest/tutorials/graphdf.html Documentation: https://diveintographs.readthedocs.io/ Benchmarks: https://github.com/divelab/DIG/tree/dig-stable/benchmarks Dataset: https://paperswithcode.com/dataset/atom3d @ai_machinelearning_big_data

⚡️Рассказываем про альтернативу зарубежным облакам для ML-разработки⚡️ Лавры высокотехнологичной компании манят всех. Но разговоры о BigData, AI и ML становятся тише, когда на стол ложится смета на обновление инфраструктуры. ✅Платформа ML Space станет отличным местом для первых шагов в ML-разработке для компаний с любым уровнем погружения в AI, и вот почему: 1️⃣Полный цикл работ: от импорта данных и обучения модели до эксплуатации готового AI-сервиса. 2️⃣ Для обучения моделей доступны CPU и GPU-ресурсы, что ускоряет сроки разработки и приближает момент получения выгоды от AI на несколько месяцев. 3️⃣ Оплата pay-as-you-go исключает капитальные затраты и позволяет масштабировать ресурсы. 4️⃣ Платформа аттестована по УЗ-1, входит в Единый реестр российского ПО, имеет лицензии ФСТЭК и ФСБ, так что проблем с безопасностью не будет. 🔥Ну, и главный плюс — для знакомства вложений не требуется, достаточно зарегистрироваться как юрлицо и получить грант от 5 до 180 тысяч рублей. 📍Протестировать

⚡️Рассказываем про альтернативу зарубежным облакам для ML-разработки⚡️ Лавры высокотехнологичной компании манят всех. Но разговоры о BigData, AI и ML становятся тише, когда на стол ложится смета на обновление инфраструктуры. ✅Платформа ML Space станет отличным местом для первых шагов в ML-разработке для компаний с любым уровнем погружения в AI, и вот почему: 1️⃣Полный цикл работ: от импорта данных и обучения модели до эксплуатации готового AI-сервиса. 2️⃣ Для обучения моделей доступны CPU и GPU-ресурсы, что ускоряет сроки разработки и приближает момент получения выгоды от AI на несколько месяцев. 3️⃣ Оплата pay-as-you-go исключает капитальные затраты и позволяет масштабировать ресурсы. 4️⃣ Платформа аттестована по УЗ-1, входит в Единый реестр российского ПО, имеет лицензии ФСТЭК и ФСБ, так что проблем с безопасностью не будет. 🔥Ну, и главный плюс — для знакомства вложений не требуется, достаточно зарегистрироваться как юрлицо и получить грант от 5 до 180 тысяч рублей. 📍Протестировать

🦾 Learning Visual Representation from Modality-Shared Contrastive Language-Image Pre-training Github: https://github.com/hxyou/msclip Paper: https://arxiv.org/abs/2207.12661v1 Dataset: https://paperswithcode.com/dataset/sst @ai_machinelearning_big_data