Machinelearning

Онлайн-хакатон по медицинскому искусственному интеллекту от «Наносемантики» и ФГАУ «РЦУД и РТ», на котором участникам предстоит разработать тренажёр в виде веб-сайта или мобильного приложения, который позволит пациентам с тяжёлым расстройством речи проходить реабилитацию – тренировать произношение слов и фраз. Призовой фонд – 500 тыс.рублей, участвовать можно с 16 лет, а все решения должны быть опубликованы в Open Source под свободной лицензией Apache 2.0 • Даты проведения: 7-9 декабря • Место проведения: online • Регистрация: до 7 декабря • Ссылка на регистрацию: https://nanosemantics.timepad.ru/event/1861440/ • Читать подробнее: https://habr.com/ru/company/ashmanov_net/blog/592667/

🚀 Revitalizing CNN Attention via Transformers in Self-Supervised Visual Representation Learning Github: https://github.com/chongjiange/care Paper: https://openreview.net/pdf?id=sRojdWhXJx Dataset: https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data

🧬 Evolutionary Scale Modeling Github: https://github.com/facebookresearch/esm Paper: https://openreview.net/pdf?id=uXc42E9ZPFs @ai_machinelearning_big_data

Искусственный интеллект - одна из самых обсуждаемых технологий 21 века. Число специалистов, работающих в сфере ИИ, увеличивается с каждым годом, поэтому потребность в качественных условиях труда и ИИ-инфраструктуре остается исключительно высокой. Чтобы оценить уровень удовлетворенности начинающих специалистов и профессионалов в сфере ИИ условиями работы в России, Аналитический центр при Правительстве РФ и ЦСП «Платформа» запустили масштабное исследование. Приглашаем Вас принять участие в исследовании, поделиться своими ожиданиями и опытом работы в сфере ИИ. Для этого необходимо пройти онлайн-опрос: http://ai-survey.ru/ (около 12 мин). Исследование носит конфиденциальный характер и продлится до 10 декабря 2021 года. Ваша оценка поможет разработать эффективные инструменты для создания благоприятных условий работы ИИ-сообщества в России. Для пожеланий и комментариев, а также получения результатов исследования писать на info@pltf.ru

📹 End-to-End Referring Video Object Segmentation with Multimodal Transformers Github: https://github.com/mttr2021/MTTR Paper: https://arxiv.org/abs/2111.14821v1 Dataset: https://kgavrilyuk.github.io/publication/actor_action/ @ai_machinelearning_big_data

МТС проведет онлайн-митап для дата-сайентистов, дата-инженеров и специалистов по машинному обучению 👨‍💻 Беседа начнется 2 декабря в 18.00, зарегистрироваться можно здесь. Речь, в том числе, пойдет о нюансах обучения бустингов на CPU против GPU и о том, как в МТС налажено взаимодействие между командами DS и MLOps. Также руководитель отдела аналитики в Яндекс.Еде поделится лайфхаками в ML-проектах.

🛢 Unleashing Transformers: Parallel Token Prediction with Discrete Absorbing Diffusion for Fast High-Resolution Image Generation from Vector-Quantized Codes Github: https://github.com/samb-t/unleashing-transformers Paper: https://arxiv.org/abs/2111.12701v1 Dataset: https://paperswithcode.com/dataset/lsun Project: https://samb-t.github.io/unleashing-transformers @ai_machinelearning_big_data

Участвуй в блокчейн-хакатоне от Сбера 😎 - Получи бесплатный доступ к блокчейн-платформе - Выведи свой проект в магазин приложений блокчейн-платформы Сбера - Получи консультацию по проекту от экспертов блокчейн-лаборатории Сбера - Победители получат денежные призы до 350 000 рублей Вот несколько примеров возможных проектов: 1. NFT Кошелёк для выпуска NFT Сервис для хранения контента NFT Аукцион NFT Интеграция приложения 2. DeFi Автоматический обменник токенов Сервис P2P-лендинга Платформа для сбора средств Создание и интеграция смарт-контракта Принять участие в хакатоне: http://sber.me/?p=rdDKF

Участвуй в блокчейн-хакатоне от Сбера 😎 - Получи бесплатный доступ к блокчейн-платформе - Выведи свой проект в магазин приложений блокчейн-платформы Сбера - Получи консультацию по проекту от экспертов блокчейн-лаборатории Сбера - Победители получат денежные призы до 350 000 рублей Вот несколько примеров возможных проектов: 1. NFT Кошелёк для выпуска NFT Сервис для хранения контента NFT Аукцион NFT Интеграция приложения 2. DeFi Автоматический обменник токенов Сервис P2P-лендинга Платформа для сбора средств Создание и интеграция смарт-контракта Принять участие в хакатоне: http://sber.me/?p=rdDKF

🔋 Density-aware Chamfer Distance Github: density_aware_chamfer_distance Paper: https://arxiv.org/abs/2111.12702 Dataset: https://paperswithcode.com/dataset/mvp @ai_machinelearning_big_data

🎼 Music Classification: Beyond Supervised Learning, Towards Real-world Application 📖 Book 💻Code 📜 Paper 📝Dataset @ai_machinelearning_big_data

🚀 Обсуждаем ML на YaTalks 2021 Уже 4 декабря Яндекс проведет YaTalks — главную конференцию для IT-сообщества. Обещают космическую программу. Среди заявленных тем ML-трека: — Какие существуют подходы к созданию текстового и мультимедийного контента с помощью нейросетей? — В чем сложности в обучении генеративных моделей? — Почему оценить их качество сложнее, чем в случае с дискриминативными моделями? Программа и регистрация на сайте.

👀 PoolFormer: MetaFormer is Actually What You Need for Vision Github: https://github.com/sail-sg/poolformer Paper: https://arxiv.org/abs/2111.11418 Dataset: https://paperswithcode.com/dataset/ade20k Colab: https://colab.research.google.com/github/sail-sg/poolformer/blob/main/misc/poolformer_demo.ipynb @ai_machinelearning_big_data

❓Какие инструменты должен знать специалист по работе с большими данными и машинному обучению? Узнайте 1 декабря в 20:00 на Demo day онлайн-курса «MLOps» от OTUS. Курс разработан совместно со Сбером. ✨Преподаватель представит программу и формат обучения, а также поделится свои карьерным опытом. А вы сможете задать вопросы об инструментах и технологиях работы с большими данными эксперту. 👉Регистрируйтесь на мероприятие и готовьте свои вопросы https://otus.pw/37L4

🌍 TorchGeo is a PyTorch domain library, similar to torchvision, that provides datasets, transforms, samplers, and pre-trained models specific to geospatial data. Github: https://github.com/microsoft/torchgeo Paper: https://arxiv.org/abs/2111.08872v1 Dataset: https://paperswithcode.com/dataset/so2sat-lcz42 Documentation: https://github.com/microsoft/torchgeo#documentation @ai_machinelearning_big_data

DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing Github: https://github.com/microsoft/DeBERTa Explanation: https://www.youtube.com/watch?v=_c6A33Fg5Ns&ab_channel=YannicKilcher Paper: https://arxiv.org/abs/2111.09543v1 Dataset: https://paperswithcode.com/dataset/squad Documentation: https://deberta.readthedocs.io/en/latest/ @ai_machinelearning_big_data

Привет! Команда Cameos ищет крутого ML разработчика в лондонский офис Snapchat. Вас ожидают state-of-the-art computer vision задачи (https://www.thesun.co.uk/tech/13383120/snapchat-rolls-out-cartoon-lens/). Полагаются все плюшки работы в большой компании, при этом мы еще сохраняем дух стартапа внутри (компания AI Factory была недавно куплена Snap). Через год возможен relocation в Лос-Анджелес 😎🌴 Желающие попробовать свои силы пишите @akovalenko7

🧊 GANformer: Generative Adversarial Transformers Github: https://github.com/pengzhiliang/MAE-pytorch Paper: https://arxiv.org/abs/2111.08960 Dataset: https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data

📶 Word Embeddings Transformers In SVM Classifier Using Python https://www.nbshare.io/notebook/197284676/Word-Embeddings-Transformers-In-SVM-Classifier-Using-Python/ @ai_machinelearning_big_data

18 ноября в 11:00 МСК состоится вебинар «Бесплатная оптимизация ИИ-моделей на базе ML Space с помощью Intel®️ oneAPI». Эксперт облачного провайдера услуг и сервисов SberCloud Владимир Новоженов расскажет об инструментах Intel oneAPI — OpenVino на облачной платформе ML Space, ставших теперь доступными для физических лиц, и продемонстрирует, как с их помощью оптимизировать ИИ-модели. Также вы узнаете, где получить бесплатный доступ к инструментам Intel oneAPI на платформе ML Space. Intel oneAPI Toolkits – это набор инструментов для разработки приложений под различные архитектуры: CPU, GPU, FPGA и другие. В состав набора входит компилятор языка Data Parallel C++, библиотеки для API-программирования и комплект средств для анализа и отладки приложений. Intel oneAPI обеспечивает разработчикам продуктивное и производительное гетерогенное программирование. Присоединяйтесь! Будет интересно и полезно: https://sbercloud.ru/ru/warp/webinar?id=9657285