Анализ данных (Data analysis)

Открытый вебинар «RL - учимся обыгрывать человека» 📚На вебинаре вы узнаете: 1. Основные концепции стохастических игр, включая многопользовательские стратегии и равновесие. 2. Популярные RL-алгоритмы, адаптированные для работы в стохастических средах (Q-learning, Policy Gradient, MARL).  3. Рассмотрим применение стохастических игр в реальных кейсах: финансы, кибербезопасность, автономные системы. 4. Как обучать агентов, учитывая случайность и стратегии других участников.  👨‍💻Кому будет полезно? + Data Scientists, которые хотят освоить продвинутые методы обучения с подкреплением для сложных сред.  + AI-разработчикам, работающим над автономными агентами и многоагентными системами. ⏰ 18 марта в 20:00 (мск). 🆓Бесплатно. Вебинар в рамках курса «Reinforcement Learning» 👉Записывайтесь: https://otus.pw/ioYS/?erid=2W5zFGri584 Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576 #реклама О рекламодателе

⚡️ Napkin AI — инновационный сервис, который превращает обычный текст в наглядные визуальные схемы, диаграммы и инфографику, облегчая процесс представления сложной информации. • Автоматическая генерация визуализаций:   • Просто вставьте текст, и Napkin AI предложит несколько вариантов визуального представления, которые можно адаптировать под ваши нужды. • Интуитивно понятный интерфейс:   • Легкая настройка цветов, иконок и шрифтов обеспечивает гибкость в дизайне. • Экспорт в разные форматы:   • Готовые визуализации можно сохранить в PNG, SVG или PDF для использования в презентациях, статьях или социальных сетях. • Преимущества для разработчиков:   • Ускорение создания документации: Диаграммы и схемы для технической документации создаются быстрее и проще.   • Улучшение командной коммуникации: Визуальные схемы помогают лучше объяснять сложные концепции и процессы коллегам.   • Повышение качества презентаций: Автоматически сгенерированные инфографики делают ваши выступления более наглядными и профессиональными. Napkin AI находится в стадии бета-тестирования и доступен бесплатно. Это отличная возможность опробовать сервис и интегрировать его в свой рабочий процесс. ✔ Попробовать @data_analysis_ml

🚨Данные растут, запросы тормозят, аналитика буксует. Знакомо? Когда SQL-скрипты уже не справляются, а MapReduce заставляет вас страдать, пора переходить на Apache Spark. На открытом вебинаре 19 марта в 20:00 мск разберём Spark API, научимся работать с DataFrame, RDD и Dataset, изучим практические примеры оптимизации. ➡️ Записывайтесь и получите скидку на большое обучение «Spark Developer»: https://otus.pw/A6Cb/?erid=2W5zFG3awWp Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 TransPixar — новая нейросеть, способная генерировать видео с прозрачным фоном. Это идеально для создания спрайтов в видеоиграх! 🔗 Демо: *клик* 🖥 Github @data_analysis_ml

Приглашаем на открытый урок «Применение искусственного интеллекта в диагностике и визуализации медицинских изображений» Познакомимся с современными методами использования ИИ для анализа медицинских изображений, включая рентгеновские снимки, МРТ и КТ на открытом уроке, посвященному курсу «Искусственный интеллект в медицине» ✅ Рассмотрим примеры успешных внедрений и разберем алгоритмы, которые помогают врачам быстрее и точнее ставить диагнозы.  👉 Регистрация и подробности:  https://otus.pw/zskO/?erid=2W5zFGC6N1v #реклама О рекламодателе

🖥 NocoDB — это база данных без кода (no-code database) с открытым исходным кодом, превращающая любую реляционную базу данных (MySQL, PostgreSQL, SQLite, MSSQL и др.) в гибкую таблицу, аналогичную Airtable! 🌟 Она позволяет пользователям управлять данными с помощью удобного веб-интерфейса, создавать REST API, настраивать представления (таблицы, календари, канбан-доски) и интегрироваться с внешними сервисами. 🔐 Лицензия: AGPL-3.0 🖥 Github @data_analysis_ml

💥 Повышайте точность ML-моделей! Для достижения высокой точности в ML часто используют не одну, а несколько моделей, объединяя их в ансамбли. Записывайтесь на бесплатный вебинар, где мы на практике разберём популярные методы ансамблирования: - Бэггинг снижает дисперсию модели, делая её устойчивее - Градиентный бустинг усиливает предсказания, обучая модели на ошибках 📅 Встречаемся онлайн 17 марта в 18:00 мск. Открытый урок пройдёт в преддверии старта курса «Специализация Machine Learning», а все участники получат скидку на обучение. ➡️ Ссылка для регистрации: https://otus.pw/znbk/?erid=2W5zFGn7i5v #реклама О рекламодателе

🔍 Spark-TTS — свежий проект для синтеза речи, использующей большие языковые модели (LLM). Проект обеспечивает высококачественную генерацию аудио с поддержкой zero-shot клонирования голоса, двуязычной (английский и китайский) синтезацией и управляемой генерацией речи, что делает его пригодным как для исследований, так и для коммерческого применения. https://github.com/SparkAudio/Spark-TTS

Обучение моделей занимает слишком много времени? Локальные ресурсы перегружены?  immers.cloud — облачный GPU-сервис, предоставляющий доступ к мощным видеокартам для ИИ, машинного обучения и любых вычислительных задач. 🚀 Видеокарты и серверы готовы к работе за пару минут 💰 Посекундная тарификация — платите только за фактическое использование ⚡ Максимальная производительность — процессорные ядра и GPU закреплены только за вами 📈 Гибкость и масштабируемость: 11 видеокарт на выбор, быстрый старт и масштабирование  🔧 Все готово к работе — предустановленные драйверы и CUDA Toolkit, актуальные обновления 🎁 Подготовили приятный бонус для тебя: +10% к пополнению баланса

💥 Повышайте точность ML-моделей! Для достижения высокой точности в ML часто используют не одну, а несколько моделей, объединяя их в ансамбли. Записывайтесь на бесплатный вебинар, где мы на практике разберём популярные методы ансамблирования: - Бэггинг снижает дисперсию модели, делая её устойчивее - Градиентный бустинг усиливает предсказания, обучая модели на ошибках 📅 Встречаемся онлайн 17 марта в 18:00 мск. Открытый урок пройдёт в преддверии старта курса «Специализация Machine Learning», а все участники получат скидку на обучение. ➡️ Ссылка для регистрации: https://otus.pw/znbk/?erid=2W5zFGn7i5v #реклама О рекламодателе

🖥 GPU Puzzles Набор интерактивных упражнений («паззлов») для обучения программированию под GPU с использованием CUDA. Это целая серия задач, где требуется написать небольшие CUDA-ядра (ядра GPU), реализующие операции вроде сложения с константой (map), поэлементного суммирования (zip), работы с блоками и потоками, свёртки, матричного умножения и других параллельных алгоритмов. Основная цель репозитория – дать начинающим возможность непосредственно попрактиковаться в программировании под GPU, без необходимости погружаться в сложную документацию. Для удобства рекомендуется запускать задания в Google Colab с включённым режимом GPU. Репозиторий лицензирован по MIT, имеет высокую популярность (более 10 тыс звёзд) и является частью серии обучающих проектов (наряду с Tensor Puzzles, Autodiff Puzzles, Triton Puzzles и другими). А здесь реализация задач на C++ ▪ Github ▪ Colab @machinelearning_interview

🎓 1) Andrej Karpathy Глубокие, но доступные лекции по глубокому обучению, языковым моделям и введению в нейронные сети. Ссылка: https://www.youtube.com/c/AndrejKarpathy 📊 2) 3Blue1Brown Потрясающие визуализации, которые делают абстрактные математические концепции понятными и интуитивными. Ссылка: https://www.youtube.com/c/3blue1brown 🎙️ 3) Lex Fridman Глубокие беседы с лидерами индустрии ИИ, позволяющие получить широкий взгляд на современные тенденции. Ссылка: https://www.youtube.com/c/LexFridman 🤖 4) Machine Learning Street Talk Технические погружения и обсуждения с ведущими исследователями в области ИИ и машинного обучения. Ссылка: https://www.youtube.com/c/MachineLearningStreetTalk 📚 5) StatQuest with Joshua Starmer PhD Доступные и понятные объяснения основ машинного обучения и статистики для начинающих. Ссылка: https://www.youtube.com/c/statquest 🍉 6) Serrano Academy (Luis Serrano) Ясный и доступный контент о машинном обучении, глубоких нейронных сетях и последних достижениях в ИИ. Ссылка: https://www.youtube.com/c/LuisSerrano 💻 7) Jeremy Howard Практические курсы по глубокому обучению и обучающие видео по созданию AI-приложений, основанные на опыте Fast.ai. Ссылка: https://www.youtube.com/c/Fastai 🛠️ 8) Hamel Husain Практические уроки по работе с языковыми моделями (LLMs), RAG, тонкой настройке моделей и оценке ИИ. Ссылка: https://www.youtube.com/c/HamelHusain 🚀 9) Jason Liu Экспертные лекции по RAG и советы по фрилансу в области ИИ для специалистов по машинному обучению. Ссылка: https://www.youtube.com/c/JasonLiu ⚙️ 10) Dave Ebbelaar Практические руководства по созданию ИИ-систем и применению технологий в реальных проектах. Ссылка: https://www.youtube.com/c/DaveEbbelaar Эти каналы предлагают разнообразный и качественный контент для всех, кто хочет углубиться в изучение искусственного интеллекта. Независимо от вашего уровня подготовки, здесь каждый найдёт что-то полезное для себя! @data_analysis_ml

🖥 OpenAi залили новую страницу всех своих моделей — теперь вы можете легко увидеть разбивку возможностей каждой модели и сравнить все модели между собой. https://platform.openai.com/docs/models @data_analysis_ml

🎵 DiffRhythm - полноценныйгенератор песен всего за несколько секунд! DiffRhythm‑base — базовая модель из коллекции DiffRhythm от ASLP‑lab на Hugging Face. Проект интересен тем, что применяет современные диффузионные алгоритмы для генерации и анализа ритмических структур, что открывает новые возможности в области музыкального творчества и аудиоанализа. ▪Модель: https://huggingface.co/ASLP-lab/DiffRhythm-base ▪Демо: https://huggingface.co/spaces/ASLP-lab/DiffRhythm ▪Статья: https://huggingface.co/papers/2503.01183

🗼Многоязычный LLM с поддержкой 25 языков, выпущенный командой Alibaba DAMO ✨ 9B/83B ✨ Поддерживает 25 языков: Английский, китайский, хинди, испанский, арабский, французский, бенгальский, португальский, русский, урду, индонезийский, немецкий, японский, суахили, филиппинский, тамильский, вьетнамский, турецкий, итальянский, яванский, корейский, хауса, персидский, тайский и бирманский. ▪Модель: https://huggingface.co/collections/Tower-Babel/babel-67c172157372d4d6c4b4c6d5 ▪Paper: https://huggingface.co/papers/2503.00865 @data_analysis_ml

⚡️ HF: Spark-TTS, модель преобразования текста в речь на базе LLM, которая выполняет клонирование голоса с нуля и создание голоса с высокой детализацией — все в одном потоке! > Сделана на Qwen2.5 > Управляйте частотой тона, скоростью и стилем диктора непосредственно из текста. Попробовать можно здесь: https://huggingface.co/spaces/Mobvoi/Offical-Spark-TTS Paper: https://arxiv.org/pdf/2503.01710 Code: https://github.com/SparkAudio/Spark-TTS Demo: https://sparkaudio.github.io/spark-tts/

📌 PyTorch: новые инструменты для для экономии памяти при обучении моделей. PyTorch представил усовершенствованные методы Activation Checkpointing (AC), цель которых - снижение потребления памяти при обучении. Традиционный подход в eager mode сохраняет промежуточные активации для обратного прохода, что зачастую приводит к значительному расходу ресурсов. AC позволяет не сохранять эти тензоры, а вычислять их заново при необходимости, тем самым жертвуя вычислительным временем ради экономии памяти. Новая техника – Selective Activation Checkpoint (SAC). В отличие от обычного AC, который затрагивает всю выбранную область, SAC дает гранулярный контроль над тем, какие операции следует пересчитывать, а какие – сохранять. Это достигается за счет использования policy_fn, определяющей, нужно ли сохранять результаты конкретной операции. SAC будет полезен для избегания перевычисления ресурсоемких операций, например, матричных умножений. Для torch.compile стала доступна Memory Budget API. Эта функция автоматически применяет SAC с оптимальной политикой, исходя из заданного пользователем бюджета памяти (от 0 до 1). Бюджет 0 соответствует обычному AC, а 1 – поведению torch.compile по умолчанию. 🔜 Читать подробную статью в блоге Pytorch @ai_machinelearning_big_data #AI #ML #Pytorch

🧠 Это происходит: человек и машина сливаются. Австралийская компания Cortical Labs представила первый в мире биологический компьютер, объединяющий клетки человеческого мозга с кремниевыми чипами. Эта система, известная как синтетический биологический интеллект ( SBI) , позволяет формировать динамические нейронные сети, которые обучаются быстрее и более гибко, чем традиционные системы искусственного интеллекта. Официальная презентация CL1 состоялась в Барселоне 2 марта 2025 года. Ожидается, что он поступит в продажу во второй половине 2025 года. Технология основана на предыдущем исследовании, в ходе которого 800 000 человеческих и нейроно мышей на чипе были обучены игре в видеоигру Pong. Теперь CL1 предоставляет платформу, которая позволяет исследователям использовать эту технологию без специализированного оборудования или программного обеспечения. Клиенты могут либо приобрести CL1, либо получить к нему доступ через Cortical Cloud для работы с культивируемыми клетками. Потенциальные области применения CL1 варьируются от исследований лекарственных препаратов и клинических испытаний до разработки интеллектуальной робототехники. Система энергоэффективна и не требует внешнего компьютера для управления. Разработчики подчеркивают, что SBI более естественна, чем обычный ИИ, поскольку основана на биологических нейронах, которые также являются основой человеческого интеллекта. Появление CL1 знаменует собой значительный прогресс в слиянии биологии и технологий и может иметь далеко идущие последствия для различных областей науки и медицины. Это происходит: человек и машина сливаются. Курцвейл был прав! Австралийская компания Cortical Labs представила первый в мире биологический компьютер, объединяющий клетки человеческого мозга с кремниевым оборудованием. Эта система, известная как синтетический биологический интеллект ( SBI) , позволяет формировать динамические нейронные сети, которые обучаются быстрее и более гибко, чем традиционные системы искусственного интеллекта. Официальная презентация CL1 состоялась в Барселоне 2 марта 2025 года. Ожидается, что он поступит в продажу во второй половине 2025 года. Технология основана на предыдущем исследовании, в ходе которого 800 000 человеческих и мышиных нейронов на чипе были обучены игре в видеоигру Pong. Теперь CL1 предоставляет платформу, которая позволяет исследователям использовать эту технологию без специализированного оборудования или программного обеспечения. Клиенты могут либо приобрести CL1, либо получить к нему доступ через Cortical Cloud для работы с культивируемыми клетками. Потенциальные области применения CL1 варьируются от исследований лекарственных препаратов и клинических испытаний до разработки интеллектуальной робототехники. Система энергоэффективна и не требует внешнего компьютера для управления. Разработчики подчеркивают, что SBI более естественна, чем обычный ИИ, поскольку основана на биологических нейронах, которые также являются основой человеческого интеллекта. Появление CL1 знаменует собой значительный прогресс в слиянии биологии и технологий и может иметь далеко идущие последствия для различных областей науки и медицины. https://newatlas.com/brain/cortical-bioengineered-intelligence/

Разбираем тестовое задание на позицию Junior Аналитика в Яндекс Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму. Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в подразделении Яндекс Картинки. Что будет на вебинаре: 🟠С помощью Python решим рутинные задачи - разархивировать файлы, прочитать большой json и т.д. 🟠С помощью Pandas проанализируем поисковые запросы Яндекс.Картинок 🟠С помощью Plotly построим интерактивные графики и сделаем выводы 🟠Найдем статистически значимую разницу в поведении пользователей на разных устройствах Вебинар проведет Андрон Алексанян, CEO Simulative 🎁Обязательно приходите смотреть вебинар в прямом эфире - в лайве будут дарить подарки, которые сильно бустанут старт карьеры в аналитике! Зарегистрироваться на бесплатный вебинар

🚀 Google неожиданно представил нового ИИ-ассистента для Data Science, позволяющего за считанные минуты создавать полноценные рабочие блокноты. Теперь весь процесс – от загрузки датасета до итогового анализа – берёт на себя нейросеть. Агент самостоятельно генерирует код на Python, создаёт блокноты, визуализирует данные и шаг за шагом предлагает оптимальное решение. Достаточно загрузить набор данных объемом до 1 Гб, и ИИ выполнит всю работу. В итоге вы получаете готовый проект с кодом и графиками, без утомительной рутины и постоянной отладки. 📌 Попробовать можно здесь