Machinelearning

🔹 Exploring a Fine-Grained Multiscale Method for Cross-Modal Remote Sensing Image Retrieval Github: https://github.com/xiaoyuan1996/AMFMN Paper: https://arxiv.org/abs/2204.09868v1 Dataset: https://paperswithcode.com/dataset/kitti @ai_machinelearning_big_data

Мониторинги показывают, что GPU загружены, при этом видно, что они не потребляют электричества. Что делать? Хорошая статья с ответом на этот вопрос. Будет полезно почитать, даже если вы занимаетесь обучением моделек на домашних GPU.

🚀 TorchSparse: Efficient Point Cloud Inference Engine Github: https://github.com/mit-han-lab/torchsparse Paper: https://arxiv.org/abs/2204.10319v1 Dataset: https://paperswithcode.com/dataset/nuscenes Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset @ai_machinelearning_big_data

Количество вакансий в Data Science выросло на 433% за 3 года. По прогнозам Frost & Sullivan, рынок продолжит расти на 35,9% в год ближайшие 10 лет 🔝 Освойте Data Science с нуля в лучшем техническом вузе страны — МФТИ. Среди профессоров и выпускников института 10 лауреатов Нобелевской премии. Онлайн-магистратура «Науки о данных» поможет вам: ✅ Изучить математические дисциплины для Machine Learning ✅ Получить практическую базу написания кода ✅ Погрузиться в интересное направление: Artificial Intelligence, Big Data или Machine Learning ✅ Освоить актуальный стек технологий и инструментов ✅ Набраться опыта на кейсах от партнеров программы: Danone, «Девхаб», First Line Software и др. Вы сможете сами выбрать 3 электива из 6. А вместо магистерской диссертации — принять участие в реальном проекте. У вас будет то, чего не хватает выпускникам краткосрочных курсов. Это глубокое понимание алгоритмов и принципов анализа данных, умение мыслить абстрактными категориями и творческий подход к решению сложных задач. Вам будут преподавать IT-руководители, ML-инженеры, специалисты по Data Engineering. Те, кто сами прошли путь от новичка — до позиции Lead. И вам помогут. Вы получите крепкий фундамент, убедительное портфолио и диплом МФТИ государственного образца. Плюс карьерные консультации от опытных HR-менеджеров для успешного трудоустройства. Возможна оплата обучения с помощью образовательного кредита с господдержкой. Совсем скоро мы запускаем бесплатный подготовительный курс для абитуриентов. Успейте к нам присоединиться: https://clc.to/vDsqFg

Ты начинающий IT-специалист, но уверен в своих знаниях и уже готов работать на позиции джуна? Газпромбанк совместно с журналом «КОД» Яндекс.Практикума подготовил 4 интерактивных теста для начинающих разработчиков 👨‍💻 С помощью них ты посмотришь на себя глазами рекрутера, потренируешься проходить собеседования и справляться с первыми трудностями на работе > https://vk.cc/ccNVNV

🛠 MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment Github: https://github.com/iigroup/maniqa Paper: https://arxiv.org/abs/2204.08958v1 Dataset: https://paperswithcode.com/dataset/kitti Demo: https://paperswithcode.com/dataset/pipal-perceptual-iqa-dataset @ai_machinelearning_big_data

🎯 Хардкорный тест по Machine Learning 🚀 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning Professional» от OTUS и его партнера — Сбера. 🔥 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА Сильное портфолио, которое позволит вам претендовать на Junior+ и Middle позиции Data Scientist. Время прохождения теста ограниченно 20 минут 👉 ПРОЙТИ ТЕСТ https://otus.pw/W6UA/

🌄 NAFSSR: Stereo Image Super-Resolution Using NAFNet Github: https://github.com/megvii-research/NAFNet Paper: https://arxiv.org/abs/2204.08714v1 Dataset: https://paperswithcode.com/dataset/kitti Demo: https://colab.research.google.com/drive/1dkO5AyktmBoWwxBwoKFUurIDn0m4qDXT?usp=sharing @ai_machinelearning_big_data

Бесплатный митап - «Инженер данных: Перспективы профессии и обучение в Яндекс Практикуме» На митапе поговорим: * Про тренды в развитии области дата-инженерии. * Познакомимся с авторами курса, расскажем про их опыт в профессии и карьерный путь. * Расскажем про подход Яндекс Практикума к обучению и трудоустройству. 21 апреля 19:00 Зарегистрироваться

👁 An Extendable, Efficient and Effective Transformer-based Object Detector Github: https://github.com/naver-ai/vidt Paper: https://arxiv.org/abs/2204.07962v1 Dataset: https://paperswithcode.com/dataset/coco @ai_machinelearning_big_data

Бесконечно можно смотреть на три вещи: как горит огонь, как течет вода и как начинается новая серия любимого сериала 😏 Хотя давайте будем честны: многие из нас уже не представляют себе онлайн-кинотеатры без функции пропуска заставки и титров. Сегодня подобная фича есть у IVI, Netflix, Кинопоиска, Hulu и других. Появилась она и в онлайн-кинотеатре KION от МТС. Как работает новая функция с точки зрения разработчиков и как искусственный интеллект помогает размечать контент, в статье на Хабре рассказал Алексей Мельников, продакт в KION. Прочитать можно здесь.

📲 Deep-significance: Easy and Better Significance Testing for Deep Neural Networks Github: https://github.com/Kaleidophon/deep-significance Paper: https://arxiv.org/abs/2204.06815v1 Examples: https://github.com/Kaleidophon/deep-significance#examples @ai_machinelearning_big_data

🌟 Parametric Distributionally Robust Optimization Github: https://github.com/pmichel31415/P-DRO Paper: https://arxiv.org/abs/2204.06340v1 Datasett: https://paperswithcode.com/dataset/celeba @ai_machinelearning_big_data

Яндекс открывает резидентскую программу по машинному обучению ML Residency. Ее участники будут проводить исследования и эксперименты в ML, писать научные работы и посещать ведущие конференции. Подать заявку могут как студенты и аспиранты вузов, так и опытные специалисты в профильных областях: математике, физике, компьютерных науках. Работа в проекте оплачивается. Узнать подробнее можно здесь.

🔩 Glass Segmentation with RGB-Thermal Image Pairs Github: https://github.com/dong-huo/rgb-t-glass-segmentation Paper: https://arxiv.org/abs/2204.05453v2 Datasett: https://drive.google.com/file/d/1ysG04qGmnZv7UaybZUuyybaJYJLUkNHX/view?usp=sharing @ai_machinelearning_big_data

У Тинькофф появилась стипендиальная программа для студентов технических специальностей! В отборе могут участвовать студенты бакалавриата, специалитета и магистратуры (кроме выпускного курса) технических специальностей из всех городов и вузов. Стипендия выдается на один учебный год и составляет 25 000 ₽ в месяц. Кроме этого — доступ к лекциям и общение с менторами. Есть два трека — «Академический» и «Индустриальный» — для успевающих в учебе призеров олимпиад или чемпионатов по программированию и хакатонов. Выбирайте подходящий для себя и подавайте заявку по ссылке!

✔️ Localization Distillation for Dense Object Detection Github: https://github.com/HikariTJU/LD Paper: https://arxiv.org/abs/2102.12252 Datasett: https://paperswithcode.com/dataset/dota @ai_machinelearning_big_data

День открытых дверей «Как начать в аналитике и Data Science» В сфере аналитики множество профессий и порой в них можно запутаться. Чем отличаются дата-инженер и дата-сайентист? Зачем команде нужен системный аналитик и какие задачи решает аналитик данных? Рынку требуется всё больше специалистов, и в ближайшем будущем спрос будет только расти. 5 апреля в 19:00 на дне открытых дверей «Как начать в аналитике и Data Science» в Нетологии расскажут, кто такие Data Scientist, продуктовый аналитик, игровой аналитик, Data-журналист, маркетолог-аналитик, инженер данных, системный аналитик, аналитик BI, — и где они нужны. Вы раз и навсегда разберётесь в профессиях сферы аналитики, их ежедневных задачах и поймёте, какие должности вам наиболее близки.   Ждём всех, кому интересна работа с данными! Записаться → https://netolo.gy/h9p

✏️ Sat2lod2: A Software For Automated Lod-2 Modeling From Satellite-Derived Orthophoto And Digital Surface Model The proposed method starts building detection results through a deep learning-based detector and vectorizes individual segments into polygons using a “three-step” polygon extraction method Github: https://github.com/jingkang50/openood Paper: https://arxiv.org/abs/2204.05306v1 Dataset: https://entuedu-my.sharepoint.com/:f:/g/personal/jingkang001_e_ntu_edu_sg/Eso7IDKUKQ9AoY7hm9IU2gIBMWNnWGCYPwClpH0TASRLmg?e=iEYhXO More tutorials: https://github.com/Jingkang50/OpenOOD/wiki/Get-Started @ai_machinelearning_big_data

Сетевые диски в Selectel с поддержкой бэкапов по расписанию Организовать хранение данных на облачных серверах в Selectel — быстро и безопасно! Подключите к сетевым дискам бэкапы по расписанию, чтобы регулярно делать резервные копии, а в случае ошибки или сбоя не потерять нужные вам данные. Цены: ⚈ Сетевой диск — от 7,28 ₽ за 1 Гб, ⚈ Услуга по резервному копированию — 3,7 ₽ за 1 Гб бэкапов в месяц. Вы можете сделать расчет под нужный объем и количество копий. Ссылка: https://slc.tl/0D2hm