Machinelearning

Хочешь научиться программировать на самом востребованном языке и зарабатывать от 100 000 руб? Записывайся на онлайн курс «Профессия Java-разработчик» от Skillbox. Шесть месяцев бесплатно — оплата с седьмого месяца! Переходи по ссылке и узнай подробности: https://clc.to/5orrBw В это время ты посещаешь лекции и воркшопы, прокачиваешь навыки, находишь себе работу и начинаешь зарабатывать. Что ты получишь? ✅ Интересную программу, состоящую из 22 тем. Без воды, только важная информация. ✅ Много часов практики. ✅ Своего личного тренера-наставника, которому можно будет задавать любые вопросы. ✅ Крутое резюме в конце. По окончании обучения Skillbox поможет тебе найти работу мечты! А еще, в декабре действуют скидки до 60%! Поторопись!

Tensorflow TPU https://www.tensorflow.org/guide/tpu Code: https://github.com/tensorflow/docs/blob/master/site/en/guide/tpu.ipynb SavedModel Guide: https://www.tensorflow.org/guide/saved_model @ai_machinelearning_big_data

pixelNeRF: Neural Radiance Fields from One or Few Images. Github: https://github.com/sxyu/pixel-nerf Paper: http://arxiv.org/abs/2012.02190 @ai_machinelearning_big_data

Дата-сайентисты — этот пост к вам! 12 декабря Альфа-Групп запускает online-чемпионат по Data Science: Alfa-Battle 2.0 Задачи придумали team leaders Data Science в Альфа-Банке. Поэтому — будет сложно, но интересно. Призовой фонд — 1 000 000 рублей! Ключевые даты: 12 декабря — старт чемпионата. 12 декабря - 20 января — время на решение задач. Зарегистрироваться: https://link.alfabattle.ru/nGAq6 Дата-сайентисты, за вами — будущее. Если вам просто интересно послушать самых узнаваемых Data Scientists в РФ — смотрите онлайн-конференцию “Data Science. От моделей к продуктам” 12 декабря в 12:00 по ссылке - https://link.alfabattle.ru/ioDiU

A Photogrammetry-based Framework to Facilitate Image-based Modeling and Automatic Camera Tracking Github: https://github.com/SBCV/Blender-Addon-Photogrammetry-Importer Paper: https://arxiv.org/abs/2012.01044v1 @ai_machinelearning_big_data

Using AutoML for Time Series Forecasting http://ai.googleblog.com/2020/12/using-automl-for-time-series-forecasting.html @tensorflowblog

Learning to Summarize from Human Feedback Github: https://github.com/openai/summarize-from-feedback Dataset: https://openaipublic.blob.core.windows.net/summarize-from-feedback/website/index.html#/ Paper: https://proceedings.neurips.cc//paper/2020/file/1f89885d556929e98d3ef9b86448f951-Paper.pdf @ai_machinelearning_big_data

Deep & Cross Network (DCN). https://www.tensorflow.org/recommenders/examples/dcn Code: https://github.com/tensorflow/recommenders/blob/main/docs/examples/dcn.ipynb TensorFlow Recommenders: Scalable retrieval and feature interaction modelling: https://blog.tensorflow.org/2020/11/tensorflow-recommenders-scalable-retrieval-feature-interaction-modelling.html Paper: https://arxiv.org/pdf/2008.13535.pdf @ai_machinelearning_big_data

All Machine Learning Algorithms with Python https://thecleverprogrammer.com/2020/11/27/machine-learning-algorithms-with-python/ @ai_machinelearning_big_data

PyTorch Static Quantization. https://leimao.github.io/blog/PyTorch-Static-Quantization/ Code: https://github.com/leimao/PyTorch-Static-Quantization Quantization for Neural Networks: https://leimao.github.io/article/Neural-Networks-Quantization/ @ai_machinelearning_big_data

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals Github: https://github.com/PeizeSun/SparseR-CNN Paper: https://arxiv.org/abs/2011.12450 @ai_machinelearning_big_data

Junior Objects is a new book recently written by Yegor Bugayenko, the author of Elegant Objects — a very provocative and very popular book about object-oriented programming. The book is not only for junior programmers. It covers the entire domain of software development, from choosing the right laptop to designing your architecture in UML. Everything you need to know in order to boost your career from a beginner to a senior engineer with six-figure salary. Join Yegor's telegram channel to learn more: @yegor256news

TFX Estimator Component Tutorial | TensorFlow https://www.tensorflow.org/tfx/tutorials/tfx/components @ai_machinelearning_big_data

Essential Math for Data Science: Integrals And Area Under The Curve https://hadrienj.github.io/posts/Essential-Math-Integrals/ @ai_machinelearning_big_data

Object Detection Using Mask R-CNN with TensorFlow 2.0 and Keras. https://blog.paperspace.com/mask-r-cnn-tensorflow-2-0-keras/ Mask_RCNN project: https://github.com/matterport/Mask_RCNN @ai_machinelearning_big_data

Мы рады анонсировать Workshop “Data Science: Расти в экспертность или управление?” Акселератора Data Science от Skillfactory PRO 26 ноября (четверг) в 20:00 Участие бесплатно, необходима регистрация 👉 skillfactory.ru/dsexpert-workshop2611?utm_source=channel Какой путь роста выбрать продвинутому специалисту Data Science: управлять командой или реализовывать проекты? В прямом эфире вы можете подробнее узнать об обоих вариантах, изучить опыт продвинутых экспертов и задать свои вопросы. Эксперты: - Иван Ямщиков, исследователь ИИ и когнитивных наук в Институте Макса Планка. Cооснователь Creaited Labs, евангелист искусственного интеллекта в компании ABBYY - Полина Полунина, ex-руководитель Data Science направлений HR, финансов и видеоаналитики в группе «М.Видео — Эльдорадо». Победительница международных чемпионатов по анализу данных, основала с нуля 3 Data Science направления (HR, Финансы, Видео-аналитика) Также в прямом эфире разработаем траекторию для ML-инженера, О. получил степень бакалавра в Московском техническом университете, затем продолжил обучение и получил степень магистра в инновационном ВУЗе по направлению “Data Science”, также активно проходит дополнительные курсы по Machine Learning и Data Science. Опыт работы О. в сфере Data Science уже насчитывает более 3-х лет, включая работу в России и за рубежом. На данный момент занимает должность “ML Engineer” в крупной международной компании. Он хотел бы сейчас двигаться в сторону экспертности, но при этом быть универсальным специалистом, знать обо всём, а через 2-3 года начать делать управленческие шаги. Насколько это возможно и реализуемо? Нет ли в этом противоречий? Что на самом деле ему стоит предпринять? Ответы на все эти вопросы мы узнаем на нашем воркшопе, не пропустите! 📱 Обсудить в чате 👉 https://t.me/joinchat/CwioCE1FcYCCu9pzFzvFyQ

Computer Vision at Scale With Dask And PyTorch https://www.saturncloud.io/s/computer-vision-at-scale-with-dask-and-pytorch/ Code: https://github.com/saturncloud/saturn-cloud-examples/tree/main/pytorch-demo @ai_machinelearning_big_data

Хотите больше узнать о Data science? ❗️Тогда записывайтесь в программу повышения квалификации по управлению на основе данных «КЛИК-Интенсив»! Когда: 23 ноября Стоимость: БЕСПЛАТНО Длительность: 2 недели Получите: Удостоверение установленного образца от «Университета 2035» Вы узнаете: 👉Как с помощью данных решать задачи вашего бизнеса. 👉Как и где применяется ML (машинное обучение) Как визуализировать данные. 👉Познакомитесь с кейсами лидеров рынка по внедрению технологий и практик управления на основе данных.

FinRL: A Deep Reinforcement Learning Library for Automated Stock Trading in Quantitative Finance Github: https://github.com/AI4Finance-LLC/FinRL-Library Paper: https://arxiv.org/abs/2011.09607 @ai_machinelearning_big_data