Machine Learning | Нейронные сети, ИИ, Big Data

🧩 Budibase Low-code-платформа с открытым исходным кодом, объединяющая все необходимое для создания внутренних инструментов и пользовательских бизнес-приложений, включая дашборды, административные панели, приложения для утверждения и клиентские порталы. Low-code-платформы, такие как Budibase, позволяют разработчикам создавать и поставлять внутренние инструменты и CRUD-приложения в кратчайшие сроки. Machine Learning

🤖 Интересуетесь Data Science и Machine Learning? Изучите модели матричной факторизации на примере ALS и BPRMF. На занятии мы познакомимся с коллаборативной фильтрацией, рассмотрим особенности обучения моделей ALS и BPRMF. а именно: ➡️ Познакомимся с популярным подходом к построению рекомендательных систем: collaborative filtering.  ➡️ Изучим архитектуру моделей ALS и BPRMF. ➡️ Рассмотрим особенности функций потерь, которые используются для обучения этих моделей.  ➡️ Применим модели ALS и BPRMF на практике. 📅 Дата и время: 3 октября в 20:00 мск Участие бесплатное Занятие проходит в преддверии старта курса «Рекомендательные системы». Все участники вебинара получат специальную цену на обучение и персональную консультацию от менеджеров OTUS!  Регистрируйтесь прямо сейчас, чтобы не пропустить урок: https://otus.pw/ZhXb/ О рекламодателе

🙂 Жизненный цикл ML-модели Будем называть ML-моделью объект, возвращающий прогноз для входящего набора признаков. Пусть для простоты это будет модель бинарной классификации. В этой статье автор расскажет вам, как разрабатываются устойчивые ML-модели в суровых условиях изменчивого мира. Machine Learning

🚀 Как компания по установке окон увеличила прибыль на 500 тыс. руб. в месяц с помощью НейроАссистента🦾 🔍 Проблема: • Потеря заявок из-за отсутствия единой системы обработки • 800 упущенных лидов за квартал • 30% заявок обработаны некачественно 💡 Решение: Внедрили ИИ-бота для обработки всех входящих запросов 🎯 Преимущества: 1️⃣ Мгновенные ответы 24/7 2️⃣ Единая точка входа 3️⃣ Разгрузка персонала 4️⃣ Рост конверсии 5️⃣ Легкое масштабирование 📊 Результаты: • Время ответа: с часов до секунд • Пропущенные лиды: с 32% до 0% • Рост конверсии: +24% • Экономия: 6 ставок консультантов 💼 Итог: • Оптимизация работы с клиентами • Сокращение потерь • Увеличение продаж 🤖 ИИ вывел обработку лидов на новый уровень! #ИскусственныйИнтеллект #ОптимизацияБизнеса #РостПродаж

🗞 Анализ временных рядов, применение нейросетей В этой статье автор описывает некоторые основные понятия в теории анализа временных рядов, классические статистические алгоритмы прогнозирования, а также рассматривает применение моделей глубоких нейросетей для таких задач. Machine Learning

🤖 Нейроредактор в Яндекс Браузере: как «прокачали» LLM-модель семейства YandexGPT для работы с текстом Яндекс Браузер усовершенствовал нейроредактор на базе YandexGPT — теперь это отдельный ИИ-инструмент для создания текстов с нуля и улучшения готовых (исправление ошибок, переписывание в определенном стиле и формате). Это один из самых масштабных нейросетевых проектов Браузера, объединивший усилия команд фронтенда, бэкенда, менеджмента и ML-специалистов. Для оценки разницы в версиях использовалась диффалка на Go, работающая на основе алгоритма поиска наибольшей общей подпоследовательности (LCS). Сравнивая результат модели с корректным вариантом от редактора, диффалка считает количество не исправленных ошибок и позволяет проверять гипотезы о качестве. Эксперименты с обучением моделей для нейроредактора (переход к архитектуре Encoder-Decoder, curriculum learning с постепенным усложнением примеров, предобучение на "грязном" датасете с искусственными ошибками) дали ускорение генерации в 2 раза без потери качества и в среднем +10% качества на открытых датасетах. Нейроредактор также получил надежную поддержку Маркдауна благодаря обучению на размеченных текстах, восстановлению пропущенных символов разметки и переобучению. Machine Learning

🔥 Туториалы от Hugging Face Это просто бомба! Тут в одном месте собраны материалы для всех основных задач в NLP, CV и Audio (см. картинку). Здесь есть примеры, видео с объяснениями, предобученные модели и даже датасеты. Machine Learning

⚡️ IT-обучение теперь в Telegram! В cвязи с недавнем замедлением Ютуба — лучшие обучающие каналы переехали в Telegram Вот каналы для айтишников: 🤓 Общее айти: @portalToIT 📱 Маркетинг: @Marketing 🐞 Тестирование: @QA 🖥 Дизайн: @Design 📱 Python: @Python 📱 GitHub: @GitHub 🤔 Хакинг & ИБ: @InfoSec 📱 Frontend: @Frontend ⚙️ Backend: @Backend 👩‍💻 DevOps: @DevOps 👩‍💻 Java: @Java 👩‍💻 C#: @Csharp 👩‍💻 С/С++: @Cpp 🖥 Базы Данных & SQL: @SQL 👩‍💻 Golang: @Golang 🖥 PHP: @PHP 👩‍💻 Моб. разработка: @MobDev 👩‍💻 Разработка игр: @GameDev 🖥 Data Science: @DataScience ➡️ Сохраняйте себе, чтобы не потерять

👷 Строим пайплайн в sсikit-learn — пошаговое руководство В тексте упоминается scikit-learn — одна из самых популярных Python-библиотек для классического машинного обучения. Кроме большого числа алгоритмов машинного обучения, с помощью scikit-learn можно строить пайплайны. Machine Learning

⚡Всероссийский хакатон по Биометрии Ежегодное командное соревнование в сфере технологий идентификации личности! 🚀Выберите один из предложенных кейсов: 🔹Разработка ассистента для упрощения регистрации в Единой биометрической системе (кейс ЦБТ); 🔹Создание инструмента для генерации синтетического датасета изображений ладоней (кейс Сбера); 🔹Создание инструмента для восстановления изображения из вектора биометрических персональных данных (кейс Мир Plat.form и СБП). Отборочный этап пройдет в онлайн-формате. Финал пройдет на площадке в Москве, где команды смогут лично пообщаться с профессионалами в сфере биометрических технологий. Для финалистов из других регионов предусмотрено участие онлайн. ⏳Дедлайн регистрации: 1 октября, 23:59 🦾Отборочный этап: 4-13 октября 📆Финал: 26 октября 👨‍💻Для кого: Разработчики, ML-специалисты, Data Scientists, UX/UI-специалисты Подробности и регистрация: https://tglink.io/fd17fe8695f1

Маленький data-science для большого бизнеса История о том, как команда школьников занималась разработкой сервиса геоаналитики для бизнеса. Machine Learning

🥇 Новые думающие модели от OpenAI, опубликованные 12.09.2024 под названием OpenAI o1, уже доступны в РФ на сервисе Чат РуНета. Модели серии OpenAI o1 — это новые большие языковые модели, обученные с помощью обучения с подкреплением для выполнения сложных рассуждений. Модели o1 думают, прежде чем дать ответ, и могут выстраивать длинную внутреннюю цепочку мыслей, прежде чем отвечать пользователю. 👉 Переходите по ссылке, добавляйте в закладки, делитесь ссылкой и получайте доступ к безграничным возможностям всего за 1 клик. Разработчики создали Единый API для всех моделей (o1-mini, GPT-4 Omni, GPT-4o-mini, GPT-4 Turbo, DALLE-3, Llama-3.1, GigaChat-Pro и других). Доступ к модели Google Gemini Pro бесплатный и по-настоящему безлимитный. ❗️ Полный функционал сервиса раскрывается при использовании с ПК, полезные видеоинструкции по ссылке: chatru.net/video-instructions Следите за обновлениями в телеграм-канале: @ChatRu_net

Создать резюме — This resume does not exist Нейросеть использует шаблоны для резюме, созданные Enhancv для своих клиентов. Фотографии генерируются с помощью алгоритма StyleGAN от Nvidia, а тексты — TextgenRNN. Источником данных послужила информация с портала Indeed, где опубликовано 120 млн резюме. Создать новое резюме можно каждые 10 секунд. Сервис создали разработчики болгарского сервиса по созданию резюме Enhancv. Machine Learning

🥥 Kokoc Hackathon 2024: Объединяй технологии, спорт и бизнес! Прими участие в Kokoc Hackathon 2024 – событии, где спорт, e-commerce и технологии сливаются воедино! С 3 по 18 октября ты сможешь решить реальные кейсы и побороться за призовой фонд в 1 000 000 рублей. 💼 Приглашаем аналитиков, ML-специалистов, Product-менеджеров, Backend и Frontend-разработчиков (знание Python, Django и/или PHP будет преимуществом), UI/UX-дизайнеров, студентов и выпускников технических вузов. 🎯 Задачи хакатона: 1. Веб-платформа для футбольного клуба – создай платформу для взаимодействия клуба и болельщиков. 2. Интеллектуальная рекомендательная система – создай ML-модель, прогнозирующую действия пользователей интернет-магазина. 📅 Таймлайн: 🔸 3 сентября - 30 сентября: Регистрация 🔸 3 октября: Открытие и задачи 🔸 4 - 10 октября: Чек-поинты с экспертами 🔸 18 октября: Питчинг и награждение 👉 Регистрируйся до 30 сентября! https://cnrlink.com/kokochack2024mlsecrets Реклама. ООО «Эдбокс». ИНН: 9702043065. erid: LjN8KDBLE

💸 Docker, VSCode, GitLab и Office: бесплатные альтернативы популярным сервисам для программирования и работы В результате приостановки работы зарубежных компаний и отключения российских банков от платежных систем Visa и MasterCard многие программисты потеряли доступ к привычным инструментам. Рассказываем о бесплатных альтернативах продуктам, которые уже недоступны для российских пользователей по корпоративным подпискам или могут стать таковыми в ближайшее время. Machine Learning

Т-Банк проведет митап по временным рядам! Встреча пройдет 24 сентября в Москве. Спикеры из Т-Банка и ecom. tech (ex Samokat. tech) обсудят: — эмбеддинги для временных рядов как возможность упростить генерацию признаков для разнородных данных; — тонкости в задаче офлайн-мониторинга; — особенности работы предиктивных моделей для разных видов спроса. 📆 Встречаемся на T-Meetup: Time Series. Final Fantasy 24 сентября в 18:30 в T-Space на «Белорусской». Регистрируйтесь и зовите с собой коллег.

Искусственный интеллект: помощник или игрушка? Прошлый год можно назвать годом ИИ, особенно с учетом хайпа вокруг ChatGPT. Но действительно ли ИИ — панацея? Сможет ли он лишить работы людей? Давайте разберемся в этом вопросе. Machine Learning

🔎 Исследование ИТМО: тренды Open Source в ML/Data в России Выяснилось, что по количеству проектов и их использованию лидируют Яндекс, Сбер и Т-банк. Исследование показало, что компании-разработчики открытых решений нацелены на международный рынок и все чаще рассматривают вклад в опенсорс как инструмент развития отрасли. Лидер рейтинга, Яндекс, предоставляет 120 открытых решений. Среди них выделяются CatBoost — библиотека градиентного бустинга, YTsaurus — платформа для обработки больших данных, и YDB — распределенная SQL база данных. Machine Learning

Метод оценки вероятности футбольных результатов для стратегии ставок с потенциалом достижения положительной доходности В этой статье автор рассмотрит параметрическую модель, которая была адаптирована к данным английской лиги и кубка Англии по футболу за период с 1992 по 1995 год. Эта модель основана на стремлении использовать потенциальную неэффективность рынка ставок на футбол. Machine Learning

Хочешь разбираться в 1С? Для тебя уже всё сделали. ⚙️ Канал 1С Hacks рассказывает обо всех возможностях, приёмах и лайфхаках по работе в 1С. Подписывайтесь и прокачивайте свои навыки: @secrets_1C