Анализ данных (Data analysis)

🦧 Sapiens: новая SOTA ViTs для задач CV, связанных с обнаружением людей 🦧 Sapiens - семейство моделей для задач CV: оценки 2D-позы, сегментации частей тела, оценки глубины. Модели поддерживают вывод данных в 1K hi-res. и очень легко адаптируются под конкретные задачи путем простого файнтюнига. Модель предварительно обучена на более чем 300 миллионах изображений человека в естественных условиях. 💙 ▪ HF: huggingface.co/papers/2408.12569 ▪ Paper https://arxiv.org/pdf/2408.12569 ▪ Код: github.com/facebookresearch/sapiens @data_analysis_ml

💾 LLM Datasets В нем есть множество высококачественных наборов данных и инструментов для тонкой настройки, очистки, генерации и исследования данных. Я молча поддерживал его в течение последних месяцев. Особая благодарность geronimi73, Bytes-Explorer и eclipse за их поддержку. ▪Githib @data_analysis_ml

Хочешь работать с масштабными цифровыми продуктами? Учись обрабатывать большие данные   MLOps — все более популярный среди компаний способ повышения производительности и создания надежных моделей корпоративного уровня.  ✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.  👉 Вырвись из однотипных задач на ML. Освой продвинутые подходы. Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на курсе «MLOps» от OTUS по специальной цене.   Пройти тестирование и узнать подробности:  https://otus.pw/U4Kv/?erid=LjN8KZgEo

🌟 Не так давно вышла новая версия AuraFlow — v0.2 Как вы помните, AuraFlow — это крупнейшая открытая text-to-image модель. AuraFlow v0.2 была обучена с использованием большего количества вычислительных ресурсов по сравнению с предыдущей версией, AuraFlow v0.1. AuraFlow v0.2 показывает передовые результаты на GenEval; на данный момент модель находится в бета-версии. 🤗 Hugging Face @data_analysis_ml

Сегодня анализ больших данных стал ключевым элементом для роста экономической эффективности крупных компаний, а также для современных вендоров, создающих инструменты Big Data. На онлайн-дискуссии рассмотрим тему больших данных с двух сторон – бизнеса и тех, кто разрабатывает платформы для сбора и хранения больших данных. Эксперты T-Банка и Arenadata обсудят 🔹 Эволюционный путь развития работы с данными в российском бизнесе 🔹 Где аналитика больших данных дает для enterprise-бизнеса реальный экономический эффект? 🔹Технологический стек больших данных – что выбрать? 🔹Надо ли строить единое корпоративное хранилище данных? 🔹Перспективы искусственного интеллекта для бизнеса 🔹Требования к инфраструктуре для больших данных. On premise vs Облако Спикеры Дмитрий Зуев ex-Руководитель отдела дата-инфраструктуры Т-Банк Андрей Жуков Коммерческий директор Arenadata Ведущий Сергей Зинкевич Эксперт по облачным технологиям 🗓 27 августа | 17:00 Регистрация по ссылке>> Реклама. ООО "ДЛИ" ИНН 9704006911

⚡️ Microsoft Phi 3.5: Новые instruct модели. Представлены модели: Phi-3.5-mini-instruct: 3.82B параметров, 128K контекст, улучшено понимание кода, математические операции, на 5 пунктов подросло знание русского языка (по бенчмарку Multilangual MMLU): 🟢Демо 🟠GGUF-версии от 2-bit (1.32 Gb) до 32-bit (15/3GB) 🟠MLX-верcии для Mac Phi-3.5-vision-instruct: 4.15B параметров, 128К контекст, улучшено описание графиков и таблиц, суммаризация по нескольким изображениям и видео, классификация художественных стилей по изображению: 🟢Демо 🟠MLX-верcии для Mac Phi-3.5-MoE-instruct: 16x3.8B параметров, 6.6B активных параметров при использовании 2 агентов, 128К контекст, актуальность датасета обучения - октябрь 2023: 🟢Демо 🟠MLX-верcии для Mac 📌Лицензирование : MIT License @data_analysis_ml #AI #Phi #LLM #ML #Microsoft

Только программисты и учёные работают с Big Data. Конечно, это миф. Бизнес-аналитики, маркетологи и дизайнеры обрабатывают массивы информации, чтобы автоматизировать процессы и принимать обоснованные решения. Яндекс Практикум запустил курс «Python для анализа данных». Программа подойдёт, если вы начинающий аналитик, специалист из смежной профессии или новичок в IT. За 3 месяца вы: — научитесь анализировать данные с помощью Python, — изучите основы машинного обучения, — пополните портфолио новым проектом. Более 50% обучения — практические задания. Вы научитесь собирать, сортировать, анализировать и визуализировать данные из различных источников. А в конце — получите удостоверение о повышении квалификации или сертификат о прохождении курса. Первый модуль можно пройти уже сейчас — это бесплатно. Попробуйте, чтобы познакомиться с форматом и понять, подходит ли вам курс. → Начать обучение

⚡️ Flux Schnell в новом Diffusion Kit с MLX работает на 30% быстрее и использует меньше оперативной памяaти! pip install -U diffusionkit На моем ноутбуке M1 max объемом 32 ГБ я создаю высококачественные изображения меньше чем за минуту: ▪ Github @data_analysis_ml

Учитесь в магистратуре и совмещайте обучение с работой и привычной жизнью. Яндекс Практикум и Томский государственный университет приглашают на онлайн-программу «Дата-аналитика для бизнеса». Очное обучение в онлайн-формате Полноценная учёба, с онлайн-занятиями и экзаменами На платформе Практикума Гибкая теория, автоматическая проверка заданий и встроенная YandexGPT. Преподаватели ТГУ и наставники Яндекс Практикума Они будут проводить занятия и учить вас применять теорию на практике. Студенческий, льготы и диплом гособразца У вас будут все преимущества студента-очника. Доступ к инфраструктуре вуза — кампусам, библиотекам и мероприятиям. Оплатить учёбу можно разными способами: всю сумму сразу, по семестрам или с помощью госкредита — тогда ежемесячный платёж составит от 500 ₽, а государство погасит часть кредита за вас. — Подать заявку Реклама. ООО «Яндекс». ИНН 7736207543

🤗 Hugging Face выпустили пошаговый гайд по созданию и обучению своей личной робо-руки. Компания Hugging Face опубликовала подробную инструкцию по созданию и обучению роботизированной руки. В ней подробно рассказывается, где приобрести необходимые компоненты, как настроить нейронную сеть, а также приведены лекции, иллюстрирующие процесс сборки. Крутой бесплатный курс - рекомендуем) @vistehno

✍ LongWriter с открытым исходным кодом: позволяет генерировать более 10 000 слов из Long Context Lms Это один из самых мощных LLM с поддержкой long context, который я когда-либо использовал. Я в восторге. Самое главное - открытый исходный код. ▪ Github @data_analysis_ml

⚡️ LLM Compressor Neural Magic выпустили LLM Compressor: Новую библиотеку для сжатия LLM модели для более быстрого инференса с помощью vLLM. pip install llmcompressor ▪Github ▪Blog @data_analysis_ml

Лекция Эрика Шмидта (бывший CEO Google) в Стэнфорде про будущее AI. Полная запись, которая была удалена с Ютуба.

🌟 Lets-Plot: мощная библиотека для визуализации данных на Python — pip install lets-plot Lets-Plot — библиотека от JetBrains, созданная на основе принципов Grammar of Graphics, как и знаменитая ggplot2 для R. Особенности и преимущества: - Мультиплатформенность: Lets-Plot работает как в блокнотах Python (Jupyter, Datalore, Kaggle и др.), так и в IDE PyCharm и IntelliJ IDEA. - Интерактивные возможности: Поддержка интерактивных карт с возможностью увеличения и перемещения, а также кастомизация подсказок и аннотаций. - Геопространственная визуализация: Простая интеграция с GeoDataFrame и мощный модуль геокодирования. - Экспорт графиков: Сохранение графиков в формате SVG, HTML, PNG и PDF с помощью функций ggsave(), to_svg(), to_html(), to_png() и to_pdf(). - Поддержка режима без JavaScript и оффлайн-режима: Lets-Plot генерирует графики как простые SVG-изображения, что обеспечивает работу без Интернет-соединения. 🖥 GitHub 🟡 Доки @data_analysis_ml

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Хакинг: t.me/linuxkalii Devops: t.me/devOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Linux: t.me/linuxacademiya Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math C++ собеседования: t.me/cppsobes Kubernets: t.me/kubernetc 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ СЛИТЫХ КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

⚡️ Tele FLM 1T На Hugging Face на днях появилась open-source LLM с 1 триллионом параметров. Tele-FLM-1T — это многоязычная LLM с открытыми весами, отличающаяся расширенными возможностями оценки фактов (по крайней мере со слов разработчиков) Модель построена на базе архитектуры трансформера, обучена примерно на 2Т лексем. Веса модели открыты, также прилагаются полезные инструкции и т.д. 🤗 Hugging Face @ai_machinelearning_big_data

🦀 CRAB: бенчмарк для агентов работающих с мультимодальными языковыми моделями 🦀 CRAB предоставляет комплексную и простую в использовании платформу для создания мультимодальных агентов, управления различных ос и создания тестов для их оценки, состоящую из трех ключевых компонентов: - 🔀 Агенты могут выполнять задачи на 📱 Android и 💻 Ubuntu. - 🕸 Graph Graph evaluator - предоставляет агентам точную метрику оценки работы агентов. - 🤖 Автоматическая гнерация задач для агентов. Подключая все устройства к агентам, 🦀CRAB открывает больше возможностей для выполнения различных задач, аналогичных реальным задачам. Используйте 🦀 CRAB для тестирования ваших мультимодальных агентов! - 👨‍💻 Репозиторий: https://github.com/camel-ai/crab - 📝 Статья: https://arxiv.org/abs/2407.01511 - 🌐 Проект https://crab.camel-ai.org @data_analysis_ml

📸 Generative Photomontage Generative Photomontage - модель, которая позволяет вам создавать изображения путем объединения нескольких сгенерированных изображений. Фреймворк является гибким и может использоваться для различных задач, таких как создание невидимых комбинаций изображений, коррекция изображений и удаление артефактов". abs: https://arxiv.org/abs/2408.07116 страница проекта: https://lseancs.github.io/generativephotomontage/ код: https://github.com/lseancs/GenerativePhotomontage

Мем, который репостнул Илон Маск