cookie

We use cookies to improve your browsing experience. By clicking «Accept all», you agree to the use of cookies.

Advertising posts
1 411
Subscribers
No data24 hours
No data7 days
+830 days

Data loading in progress...

Subscriber growth rate

Data loading in progress...

Repost from Al Talent Hub
Photo unavailableShow in Telegram
Проекты с менторами из Sber AI Lab — реальность для наших магистрантов 🤩 Так, в сентябре 2022 года магистранты Константин Темплин и Кристина Желтова познакомились на Bootcamp с экспертом из индустрии Александром Рыжковым, руководителем команды разработки LightAutoML в Sber AI Lab. А после создали инструмент для упрощения развертывания моделей машинного обучения MLJET. Как сейчас продвигается проект и какие новые фичи ребята успели внедрить — читайте на Хабре 👉🏻 clck.ru/34ctPJ Хотите создавать такие же крутые проекты? Присоединяйтесь к онлайн-магистратуре 🚀
Show all...
Привет, всем! Мы активно набираем команду. Есть разные задачи в области automl, recsys: ml-инженерные, data-инженерные и на стыке классического МО и DL-подходов, в том числе модели на последовательных данных. Ищем людей с пониманием внутренней работы алгоритмов машинного обучения и хорошими навыками программирования. Уровень: middle/senior. Обязательно присутствие в офисе несколько дней в неделю. Будем рады вашим откликам. Вакансии тут 👉 https://sberailab.huntflow.io/
Show all...

Цель Sber AI Lab (Лаборатории по искусственному интеллекту Сбера) – научно-практические исследования, имеющие широкий спектр применения в различных продуктах не только банка, но и его дочерних компаний, а в ряде случаев и вне экосистемы.Сбер делает большую ставку на научную составляющую техноло...

Всем привет! рады сообщить, что в зоопарке open-source решений AI Lab пополнение - либа eco2AI. Она считает экв. объем CO2 эмиссии в процессе обучения моделей. Зачем это нужно? Оказывается, углеродный след, как и энергопотребление, является хорошей единицей измерения для оценки эффективности моделей. Можно следить не только за качеством моделей, но и за ценой прироста этого качества в эквиваленте CO2. Будет круто, если удастся потестить, поэкспериментировать. Будем рады услышать любую критику и предложения по доработке. В профиле либы на GitHub есть ссылка на статью для понимания того, как это все работает и примеры) Наша либа отдельно номинирована в международном конкурсе WSIS в номинации Environment. Сегодня последний день голосования. Поддержите плиз, по ссылке: https://www.itu.int/net4/wsis/stocktaking/Prizes/2023/Nominated?jts=GIZE1R&idx=14&page=12#start
Show all...
GitHub - sb-ai-lab/Eco2AI: Eco2AI is a python library which accumulates statistics about power consumption and CO2 emission during running code.

Eco2AI is a python library which accumulates statistics about power consumption and CO2 emission during running code. - GitHub - sb-ai-lab/Eco2AI: Eco2AI is a python library which accumulates stat...

Всем привет, мы решили продлить до конца года сбор кейсов по использованию по LightAutoML. Присылайте материалы о вашем использовании LAMA: [email protected], [email protected] С теми, кто уже ранее нам направил материалы, мы обязательно свяжемся!
Show all...
LightAutoML framework

🎁Конкурс! Лето☀️ - отличное время оглянуться назад и подумать куда идти дальше, и мы решили запустить конкурс кейсов на Lama 🦙. Мы приготовили несколько номинаций: - «Fail года с LightAutoML»: о том, какую классную модель вы построили с Лама, однако что-то пошло не так; - «Успех года с LightAutoML»: о том как Лама помогла вам ускорить свою производительность или добится существенного прироста качества за короткий срок; - «Хакатон года с LightAutoML»: о том, как вы участвовали с Лама, с каким решением и какое место заняли, а может есть то, чего вам не хватило в Лама для победы? - «Стахановец года с LightAutoML»: о том сколько пилотов вы сделали, внедрили моделек в пром с помощью Лама; - «Просветитель года LightAutoML»: присылай ссылку на свою статью о том, как с помощью LAMA сделал что-либо полезное, или фреймворк тебе помог в нелегких буднях (возможно у тебя есть статья на Хабре или другом ресурсе) Принимаем кейсы для конкурса в виде 2х красивых слайдов в pdf/pptx или ссылок на аналогичные материалы на почту…

Насколько вам интересен и актуален функционал работы с временными рядами? Пишите ваши пожелания в комментарии к данному опросу 👇или посту выше 👆 Улучшай LAMA вместе с нами!Anonymous voting
  • Буду пробовать, мне подходит
  • Не хватает функционала
  • Задачи TimeSeries не актуальны
0 votes
Начиная с нескольких последних релизов в LightAutoML встроен функционал предсказания следующих значений временного ряда (forecasting). Что он в себя включает: 0. Поддержка регулярных одномерных временных рядов с малым числом пропусков и дополнительными признаками. 1. Мультиатпут модели (и новые таски обучения) для предсказания сразу нескольких точек вперед одновременно, что отличает нас от аналогичных решений. 2. Простые пайплайны признаков (лаговые признаки + сезонности из дат) для фиксированного горизонта истории. 3. Модуль работы с аддитивным монотонным трендом. 4. Реализация сейчас не подразумевает тюн гиперпараметров по TS валидации. 5. Датасет должен содержать в себе колонку с таймстемпами в формате даты. При этом сейчас мы можем работать одновременно с несколькими сегментами рядов, но только при сборке автомл пайплайна из блоков и без тренда. Айди сегмента подается как отдельный признак. Мы также провели ряд численных экспериментов и увидели, что несмотря на крайнюю простоту подхода и простые признаки, в некоторых постановках задач LAMA работает на уровне или лучше других решений. Обычно это: А. Одномерные ряды среднего размера (от сотни наблюдений) Б. В данных нет тренда, но встречается сезонность. В. Горизонт предсказания не слишком длинный (порядка 7-20 точек). Пример запуска на одном ряду, а также иллюстрации работы и численные результаты в комментариях к данному посту.
Show all...
Photo unavailableShow in Telegram
#соревнование Статистика по гранд-мастерам Kaggle, их 4 вида: по соревнованиям, по выложенному коду, по выложенным данным и по активному общению в форуме. В мире всего пять 4х-кратных грандмастеров (всех видов). Интересно, что в соревнованиях из них побеждал только Chris Deotte. Рейтинг стран: 1. США - 77 грандмастеров, 2. Япония - 38, 3. Китай - 34, 4. Россия - 28, 5. Индия - 25. В России два раза становился грандмастером Александр Рыжков (мой бывший студент, кстати). Ещё Андрей Лукьяненко (но он выступает теперь за ОАЭ).
Show all...
🎁Конкурс! Лето☀️ - отличное время оглянуться назад и подумать куда идти дальше, и мы решили запустить конкурс кейсов на Lama 🦙. Мы приготовили несколько номинаций: - «Fail года с LightAutoML»: о том, какую классную модель вы построили с Лама, однако что-то пошло не так; - «Успех года с LightAutoML»: о том как Лама помогла вам ускорить свою производительность или добится существенного прироста качества за короткий срок; - «Хакатон года с LightAutoML»: о том, как вы участвовали с Лама, с каким решением и какое место заняли, а может есть то, чего вам не хватило в Лама для победы? - «Стахановец года с LightAutoML»: о том сколько пилотов вы сделали, внедрили моделек в пром с помощью Лама; - «Просветитель года LightAutoML»: присылай ссылку на свою статью о том, как с помощью LAMA сделал что-либо полезное, или фреймворк тебе помог в нелегких буднях (возможно у тебя есть статья на Хабре или другом ресурсе) Принимаем кейсы для конкурса в виде 2х красивых слайдов в pdf/pptx или ссылок на аналогичные материалы на почту [email protected] или [email protected] до 30 сентября 2022 года. Авторы лучших кейсов получат толстовки 🏆 от LightAutoML и Sber AI Lab. Лучшие кейсы будут опубликованы в канале с согласия авторов!
Show all...
Всем привет! Вышла запись нашего вебинара в NoML Community. Постарались рассказать о всем, что есть у нас в LAMA Уложились по классике в ~3 часа 😇 📺 Александр Рыжков - LightAutoML: как строить ML модели быстрее
Show all...