Machinelearning

🌐 WizMap: Scalable Interactive Visualization for Exploring Large Machine Learning Embeddings WizMap - это масштабируемый интерактивный инструмент визуализации, который поможет вам легко исследовать эмбеддинги. 🖥 Github: https://github.com/poloclub/wizmap ⭐️ Colab: https://colab.research.google.com/drive/1GNdmBnc5UA7OYBZPtHu244eiAN-0IMZA?usp=sharing 📕 Paper: https://arxiv.org/abs/2306.09328v1 🔗 Web demo: https://poloclub.github.io/wizmap. ai_machinelearning_big_data

🔥 Подборка каналов для Дата сайентиста 🖥 Machine learning datasc - дата сайнс обучение самой востребованной профессии. @bigdatai - Big Data @machinelearning_ru – гайды по машинному обучению @machinelearning_interview – подготовка к собеседованию мл. @datascienceiot – бесплатные книги ds @ArtificialIntelligencedl – ИИ @machinee_learning – чат о машинном обучении @datascienceml_jobs - вакансии ds, ml @Machinelearning_Jobs - чат с вакансиями #️⃣ c# c++ C# - погружение в C# @csharp_cplus чат С++ - обучающий канал по C++. @csharp_1001_notes - инструменты C# 🖥 SQL базы данных @sqlhub - Повышение эффективности кода с грамотным использованием бд. @chat_sql - чат изучения бд. 👣 Golang @Golang_google - восхитительный язык от Google, мощный и перспективный. @golang_interview - вопросы и ответы с собеседований по Go. Для всех уровней разработчиков. @golangtests - интересные тесты и задачи GO @golangl - чат изучающих Go @GolangJobsit - отборные вакансии и работа GO @golang_jobsgo - чат для ищущих работу. @golang_books - полезные книги Golang @golang_speak - обсуждение языка Go @golangnewss - новости go 🖥 Linux linux - kali linux ос для хакинга linux chat - чат linux для обучения и помощи. @linux_read - бесплатные книги linux 🖥 Python @pythonl - главный канал самого популярного языка программирования. @pro_python_code – учим python с ментором. @python_job_interview – подготовка к Python собеседованию. @python_testit - проверочные тесты на python @pythonlbooks - современные книги Python @python_djangojobs - работа для Python программистов @python_django_work - чат обсуждения вакансий 🖥 Javascript / front @react_tg - - 40,14% разработчиков сайтов использовали React в 2022 году - это самая популярная библиотека для создания сайтов. @javascript -канал для JS и FrontEnd разработчиков. Лучшие практики и примеры кода. Туториалы и фишки JS @Js Tests - каверзные тесты JS @hashdev - погружение в web разработку. @javascriptjobjs - отборные вакансии и работа FrontEnd. @jsspeak - чат поиска FrontEnd работы. 🖥 Java @javatg - выучить Java с senior разработчиком на практике @javachats - чат для ответов на вопросы по Java @java_library - библиотека книг Java @android_its - Android разработка @java_quizes - тесты Java @Java_workit - работа Java @progersit - шпаргалки ит 👷‍♂️ IT работа https://t.me/addlist/_zyy_jQ_QUsyM2Vi -ит каналы по яп с вакансиями 🤡It memes @memes_prog - ит-мемы ⚙️ Rust @rust_code - Rust избавлен от болевых точек, которые есть во многих современных яп @rust_chats - чат rust 📓 Книги https://t.me/addlist/HwywK4fErd8wYzQy - актуальные книги по всем яп ⭐️ Нейронные сети @vistehno - chatgpt ведет блог, решает любые задачи и отвечает на любые ваши вопросы. @aigen - сети для генерации картинок. видео, музыки и многого другого. @neural – погружение в нейросети. 📢 English for coders @english_forprogrammers - Английский для программистов 🖥 Devops Devops - канал для DevOps специалистов.

Macaw-LLM: Multi-Modal Language Modeling with Image, Audio, Video, and Text Integration Macaw-LLM is a model of its kind, bringing together state-of-the-art models for processing visual, auditory, and textual information, namely CLIP, Whisper, and LLaMA. Macaw-LLM - новый мультимодальный LLM, который легко объединяет визуальную, аудио и текстовую информацию. Модель построена на основе CLIP, Whisper и LLaMA и обеспечивает бесшовную интеграцию мультимодальных данных. 🖥 Github: https://github.com/lyuchenyang/macaw-llm ⭐️ Model: https://tinyurl.com/yem9m4nf 📕 Paper: https://tinyurl.com/4rsexudv 🔗 Dataset: https://github.com/lyuchenyang/Macaw-LLM/blob/main/data ai_machinelearning_big_data

⚡ 21 Must-Have Cheat Sheets for Data Science Interviews: Unlocking Your Path to Success Список полезных шпаргалок для подготовки к собеседованию по Data Science ▪SQL 1. SQL Basics Cheat Sheet 2. The Essential SQL Commands Cheat Sheet for Beginners 3. SQL Cheat Sheet – Technical Concepts for the Job Interview ▪Python 4. Python Cheat Sheet 5. Python Cheat Sheet 6. Comprehensive Python Cheatsheet ▪R 7. RStudio Cheatsheets ▪Data Structures 8. Data Structures Reference 9. An Executable Data Structures Cheat Sheet for Interviews ▪Data Manipulation 10. Pandas Cheat Sheet for Data Science 11. Pandas Cheat Sheet 12. Data Wrangling With pandas Cheat Sheet ▪Data Visualization 13. Data Visualization Cheat Sheet 14. Data Visualization Cheat Sheet 15. Data Visualization Cheat Sheets ▪Statistics & Probability 16. A Comprehensive Statistics Cheat Sheet for Data Science Interviews 17. The Most Comprehensive Stats Cheat Sheet 18. Statistics Cheat Sheet ▪Algorithms & Models 19. Top Prediction Algorithms 20. Your Ultimate Data Science Statistics & Mathematics Cheat Sheet 21. Cheat Sheet for Machine Learning Models ai_machinelearning_big_data

Новая программная библиотека от Сбера Py-Boost позволит в несколько раз повысить скорость разработки моделей машинного обучения. Использоваться для этого будет алгоритм SketchBoost, рассказал Александр Ведяхин, первый зампред правления Сбера, в рамках ПМЭФ. SketchBoost реализует новый подход к использованию методов бустинга при обучении ИИ-моделей — он применяется также в финансах и страховании для решения B2B-задач. «Совершенствование технологий на базе машинного обучения — это не только тренд, но и способ повысить качество контакта с клиентом, возможность подобрать именно тот продукт, который максимально отвечает его предпочтениям. Для этого мы представили алгоритм, который в разы ускоряет обучение моделей искусственного интеллекта и, как следствие, вывод на рынок разработок в области рекомендательных сервисов в сфере финансов и страхования», — подчеркнул Ведяхин. ▪GitHub ▪Sber Developers ai_machinelearning_big_data

🧔 4DHumans: Reconstructing and Tracking Humans with Transformers Fully "transformerized" version of a network for human mesh recovery. Высокоточная модель реконструкции и отслеживания человека в 3D. 🖥 Github: https://github.com/shubham-goel/4D-Humans ⭐️ Colab: https://colab.research.google.com/drive/1Ex4gE5v1bPR3evfhtG7sDHxQGsWwNwby?usp=sharing 📕 Paper: https://arxiv.org/pdf/2305.20091.pdf 🔗 Project: https://shubham-goel.github.io/4dhumans/ ai_machinelearning_big_data

💲 FinGPT: Open-Source Financial Large Language Models Unlike proprietary models, FinGPT takes a data-centric approach, providing researchers and practitioners with accessible and transparent resources to develop their FinLLMs. Большая языковая модель с открытым исходным кодом FinGPT для финансового сектор. Полный пайплайн для обучения и доработки LLM в области финансов. 🖥 Github: https://github.com/ai4finance-foundation/fingpt ⭐️ FinNLP: https://github.com/ai4finance-foundation/finnlp 📕 Paper: https://arxiv.org/abs/2306.06031v1 🔗 Project: https://ai4finance-foundation.github.io/FinNLP/ ai_machinelearning_big_data

Ищу ml специалиста для разработки быстрой, эффективной системе трекинга движений человека в реальном времени Мы компания metadreamteam.io - амбициозная команда XR разработчиков и 3Д артистов, работающая на американском рынке, которая делает проекты для всего мира! От Екомерс до real estate. От внедрения лучших решений на рынке до создания своих разработок с нуля. Сейчас делаем свою разработку по созданию умного зеркала для примерки одежды. Необходимо разработать систему трекинга на основании данных с rgb потока камеры , включающую от 8 основных точек скелета их положение и вращение с минимальной возможной погрешностью. Нужно выбрать архитектуру, спрогнозировать обьем базы данных, аппаратные мощности для обучения и работы нейросети. И создать ее обосновав решение Работа удаленная. Фриланс. Оплата от $40 в час Если ты хочешь работать с лучшими в индустрии, делать амбициозные проекты и зарабатывать в валюте - тогда заполняй эту форму, чтобы присоединиться к нам! - https://forms.gle/JkFgki9dNCggkz5PA

🏔️ Large Language Model for Geoscience We introduce K2 (7B), an open-source language model trained by firstly further pretraining LLaMA on collected and cleaned geoscience literature, including geoscience open-access papers and Wikipedia pages, and secondly fine-tuning with knowledge-intensive instruction tuning data (GeoSignal). Применение базовой языковой модели для понимания и использования знаний в области геонаук git clone https://github.com/davendw49/k2.git cd k2 conda env create -f k2.yml conda activate k2 🖥 Github: https://github.com/davendw49/k2 ⭐️ Demo: https://huggingface.co/daven3/k2_fp_delta 📕 Paper: https://arxiv.org/abs/2306.05064v1 🔗 Dataset: https://huggingface.co/datasets/daven3/geosignal ai_machinelearning_big_data

Топ-210 технологических решений представили на фестивале «Лидеры цифровой трансформации» Мероприятие стало финалом самого масштабного одноименного хакатона. ИТ-специалисты со всего мира вышли в офлайн, чтобы представить свои разработки для города и бизнеса. 210 команд ждут итоги и уже завтра жюри назовут имена победителей. Центральной локацией фестиваля стал брендированный корнер Tada․team с интерактивными задачами и лаунж-зоной. Участники могут выиграть мерч, пройдя квест, сканируя qr-код и запуская приложение чат-бота «История технологий». Сегодня на сцене выступили научно-популярные спикеры, которые рассказали участникам о последних трендах в ИТ, о квантовых информационных технологиях, эволюции мозга, инновациях в персональных ДНК-тестах и синтетическом дизайне как инструменте для стартапов. Завершился день концертом от 4NN4 (экс- Cream Soda) и группы «Винтаж».

📹 Video-ChatGPT: Towards Detailed Video Understanding via Large Vision and Language Models It is a multimodal model that merges a video-adapted visual encoder with a LLM. Video-ChatGPT - это новая модель, способная генерировать осмысленные разговоры о видео. 🖥 Github: https://github.com/mbzuai-oryx/video-chatgpt ⭐️ Demo: https://www.ival-mbzuai.com/video-chatgpt 📕 Paper: https://arxiv.org/abs/2306.05424v1 🔗 Dataset: https://paperswithcode.com/dataset/activitynet-qa ai_machinelearning_big_data

🐼 PandaLM: ReProducible and Automated Language Model Assessment Judge large language model, named PandaLM, which is trained to distinguish the superior model given several LLMs. PandaLM's focus extends beyond just the objective correctness of responses, which is the main focus of traditional evaluation datasets. Цель PandaLM - обеспечивает автоматизированные сравнения между различными большими языковыми моделями (LLM). Задавая одинаковый контекст, PandaLM может сравнивать ответы различных LLM и предоставлять причину решения вместе с эталонным ответом. 🖥 Github: https://github.com/weopenml/pandalm 📕 Paper: https://arxiv.org/abs/2306.05087v1 🔗 Dataset: https://github.com/tatsu-lab/stanford_alpaca#data-release ai_machinelearning_big_data

📹 Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding Video-LLaMA project, which is working on empowering large language models with video and audio understanding capability. Video-LLaMA - мультимодальная система, которая расширяет возможности больших языковых моделей (LLM) для понимания как визуального, так и аудио контента в видео. 🖥 Github: https://github.com/damo-nlp-sg/video-llama 📕 Paper: https://arxiv.org/abs/2306.02858 ⏩ Demo: https://huggingface.co/spaces/DAMO-NLP-SG/Video-LLaMA 📌 Model: https://modelscope.cn/studios/damo/video-llama/summary ai_machinelearning_big_data

⚠️Пройдите тест на углубленные знания в сфере Machine Learning. Professional 🔓 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «Machine Learning. Professional» от OTUS и его партнера — Сбера. ⏰ Время прохождения теста ограничено 30 минут 👉 ПРОЙТИ ТЕСТ: https://otus.pw/vMDX/ Присоединяйтесь 15 июня в 18:00 мск к открытому уроку. На вебинаре «Content-based рекомендательные системы» вы: — Узнаете общие принципы построения рекомендательных систем — Познакомитесь с методами контентной фильтрации — Построите свою первую рекомендательную систему для онлайн-магазина. Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. 2RanynG9KRz

Segment Anything 3D SAM-3D: A toolbox transfers 2D SAM segments into 3D scene-level point clouds. Новый фреймворк, который может предсказывать маски объектов в трехмерных сценах, используя модель "Segment-Anything" (SAM) в RGB изображениях без дополнительного обучения или настройки. 🖥 Github: https://github.com/pointcept/segmentanything3d ⏩ Paper: https://arxiv.org/abs/2306.03908v1 📌 Dataset: https://paperswithcode.com/dataset/scannet ai_machinelearning_big_data

⚡️ Стартовал прием заявок на Технологический конкурс НТИ Up Great «Экстренный поиск»! Участникам предстоит преодолеть комплексный технологический барьер, предусматривающий разработку технологий и технических решений, объединенных в единую систему, позволяющую эффективно использовать техническое зрение при поиске пропавших людей с применением беспилотных воздушных судов (БВС). На первом этапе (Сателлит №1) участникам необходимо разработать программное решение для поиска объектов (людей) на изображениях, полученных с БВС.  Призовой фонд Сателлита №1 составляет 5 млн руб.  Лучшим командам, удовлетворяющим требованиям технического регламента, организаторами будут предоставлены БВС для участия во втором этапе (Сателлит №2) и финале конкурса. Призерами и победителями могут стать только налоговые резиденты РФ. 📲 Заявки на Сателлит № 1 принимаются до 12 июня 2023 г. по ссылке. Конкурс организуется совместно МФТИ, Фондом НТИ и добровольческим поисково-спасательным отрядом «ЛизаАлерт». Общий призовой фонд составляет 135 млн руб.

🦍 Gorilla: Large Language Model Connected with Massive APIs Gorilla a finetuned LLaMA-based model that surpasses the performance of GPT-4 on writing API calls. Gorilla — это модель, обученная на основе LLaMA, для вызова 1600+ сторонних API. На вход подается запрос на естественном языке, модель находит семантически и синтаксически правильное API для настройки модели мо. Производительность настроенной модели превосходит GPT-4 на трех масштабных наборах данных. 🖥 Github: https://github.com/ShishirPatil/gorilla 📕 Paper: https://arxiv.org/abs/2305.15334 🔗 Demo: https://drive.google.com/file/d/1E0k5mG1mTiaz0kukyK1PdeohJipTFh6j/view?usp=share_link 👉 Project: https://shishirpatil.github.io/gorilla/ ⭐️ Colab: https://colab.research.google.com/drive/1DEBPsccVLF_aUnmD0FwPeHFrtdC0QIUP?usp=sharing ai_machinelearning_big_data

🔭 GRES: Generalized Referring Expression Segmentation New benchmark (GRES), which extends the classic RES to allow expressions to refer to an arbitrary number of target objects. Новый метод и датасет расширяющий классический RES, который принимает изображение и тектовое описание в качестве входных данных для сегментации и обнаружения множественных объектов. 🖥 Github: https://github.com/henghuiding/ReLA ⏩ Paper: https://arxiv.org/abs/2306.00968 🔎 Project: https://henghuiding.github.io/GRES/ 📌 New dataset: https://github.com/henghuiding/gRefCOCO ai_machinelearning_big_data

Есть опыт в машинном обучении, но хотите расти дальше? Валерий Бабушкин, Vice President, Data Science в Blockchainꓸcom, вместе с karpov.courses создали продвинутый курс по ML, на котором вы научитесь решать нестандартные и востребованные бизнесом задачи. Здесь вы познакомитесь с best practices индустрии и освоите все этапы работы ML-инженера: от сбора и разметки данных до деплоя собственных приложений. К концу обучения вы создадите пять ML-сервисов, решающих реальные прикладные задачи, и научитесь проектировать всю необходимую для их работы инфраструктуру.  Будет непросто, но это того стоит! Новый поток стартует уже сегодня, а по промокоду AIBIGDATA27 вы получите скидку 5%. [Зарегистрироваться]

⚡ Generative AI learning path This learning path guides you through a curated collection of content on Generative AI products and technologies. 10 бесплатных курсов от Googel, которые помогут вам погрузиться в технологии генеративного ИИ: от основ больших языковых моделей до создания и развертывания решений генеративного ИИ в Google Cloud. ▪Introduction to Generative AI ▪Introduction to Large Language Models ▪Introduction to Responsible AI ▪Introduction to Image Generation ▪Encoder-Decoder Architecture ▪Attention Mechanism ▪Transformer Models and BERT Model ▪Create Image Captioning Models ▪Introduction to Generative AI Studio ▪Generative AI Explorer - Vertex AI ai_machinelearning_big_data