Анализ данных (Data analysis)

🔥 В chat.qwenlm.ai chat теперь доступны голосовой режим + режим видеочата Более того китайцы выложили код своей Qwen2.5-Omni-7B - единой omni-модели, которая может понимать текст, аудио, изображение и видео. Они разработали архитектуру "thinker-talker", которая обеспечивает одновременное размышление модели и ее разговор . Вскоре обещают выпустить в опенсорс модели на еще большее количество параметров. Просто топ, бегом тестить. 🟢Попробовать: https://chat.qwenlm.ai 🟢Paper: https://github.com/QwenLM/Qwen2.5-Omni/blob/main/assets/Qwen2.5_Omni.pdf 🟢Blog: https://qwenlm.github.io/blog/qwen2.5-omni 🟢GitHub: https://github.com/QwenLM/Qwen2.5-Omni 🟢Hugging Face: https://huggingface.co/Qwen/Qwen2.5-Omni-7B 🟢ModelScope: https://modelscope.cn/models/Qwen/Qwen2.5-Omni-7B @ai_machinelearning_big_data #qwen #release #Omni

🤖 Awesome Weekly Robotics Репозиторий Awesome Weekly Robotics на GitHub, представляет собой большую коллекцию проектов, инструментов и ресурсов по робототехнике с открытым исходным кодом. 🔗 Github

Капибарам нужна ваша помощь на T-CTF У них лапки, и они не могут защитить код от уязвимостей. Выручите их на ИТ-соревновании от Т-Банка с шансом выиграть приз до 420 000 ₽. Без навыков в ИТ тут не обойтись — задания рассчитаны на разработчиков, QA- и SRE-инженеров, аналитиков и других ИТ-специалистов уровня middle и senior. Вот что вас ждет: — Выберите Лигу Разработки или Лигу Безопасности по своим скиллам. Если участвуете впервые, можно потренироваться на демозаданиях. — Соревнуйтесь один или в команде до 3 человек. Организаторы помогут найти команду, если нет своей. — Подключайтесь онлайн или приходите офлайн — в ИТ-хаб Т-Банка в одном из 6 городов России. — Решайте задания по спортивному хакингу — для этого у вас будет 36 часов. Соревнование пройдет 19 и 20 апреля. Попробуйте свои силы — успейте зарегистрироваться до 18 апреля. Реклама. АО «ТБанк», лицензия ЦБ РФ № 2673, erid:2RanymxoPwF

⚡️ Проект 3DGRUT представляет собой набор официальных реализаций методов 3D Gaussian Ray Tracing (3DGRT) и 3D Gaussian Unscented Transform (3DGUT). 💡 Основная идея: Проект предлагает альтернативный подход к традиционному рендерингу, основанный на трассировке лучей, где вместо точечных лучей используются объёмные гауссовы частицы. Это позволяет моделировать сложные эффекты, например, камеры с искажениями (роллинг-шаттер) и временные эффекты. ⚙️ Гибридный подход: 3DGRUT объединяет преимущества растеризации и трассировки лучей – первичные лучи можно рендерить быстро через растеризацию, а вторичные лучи обрабатываются с помощью трассировки, что повышает гибкость и производительность. 🚀 Текущая стадия: Проект находится на стадии альфа-версии. Он включает демонстрационную среду (Playground) для тестирования и экспериментов, а также предоставляет подробные инструкции по установке, настройке и запуску. 🔧 Требования и установка: Для работы проекта требуется Python (3.10+), соответствующие зависимости, а также поддержка OpenGL и других библиотек. В репозитории описаны команды для установки необходимых пакетов и запуска тренировочного процесса. Проект предназначен для исследователей и разработчиков, желающих экспериментировать с новыми методами рендеринга, а также для тех, кто интересуется интеграцией современных подходов в компьютерную графику. 📌 Github @data_analysis_ml

🖥 Aiopandas - легковесный патч для Pandas, который добавляет нативную async поддержку для самых популярных методов обработки данных: map, apply, applymap, aggregate и transform. Позволяет без проблем передавать async функции в эти методы. Библиотека автоматически запустит их асинхронно, управляя количеством одновременно выполняемых задач с помощью параметра max_parallel. ✨ Ключевые возможности: ▪ Простая интеграция: Используйте как замену стандартным функциям Pandas, но теперь с полноценной поддержкой async функций. ▪ Контролируемый параллелизм: Автоматическое асинхронное выполнение ваших корутин с возможностью ограничить максимальное число параллельных задач (max_parallel). Идеально для управления нагрузкой на внешние сервисы! ▪ Гибкая обработка ошибок: Встроенные опции для управления ошибками во время выполнения: выбросить исключение (raise), проигнорировать (ignore) или записать в лог (log). ▪ Индикация прогресса: Встроенная поддержка tqdm для наглядного отслеживания процесса выполнения долгих операций в реальном времени. 🖥 Github: https://github.com/telekinesis-inc/aiopandas #python #pandas #asyncio #async #datascience #программирование #обработкаданных #асинхронность

А вот и Gemini 2.5 Pro Experimental — самая интеллектуальная модель Google Теперь это лучшая не ризонинг модель, которая опередила на бенчмарках Sonnet 3.5. Без оптимизаций Gemini 2.5 Pro Experimental лидирует в таких математических и научных бнчмарках GPQA и AIME 2025. Кроме того, модель набрала 18,8 % баллов на последнем экзамене человечества. 💡Это экспериментальный релиз демонстрирует передовые результаты во многих бенчмарках и прекрасно справляется со сложными задачами и предоставлять более точные ответы. https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/#gemini-2-5-pro #google #Gemini

🔥Вышел новый ИИ-тренер для геймеров от Nvidia: G-Assist Это ваш бесплатный оффлайн-компаньон, который поможет: 🎮 Оптимизирует настройки игры под ваш ПК ⚔️ Подбирает билды для боссов, данжей и Dota 🎧 Управляет музыкой в Spotify 🤖 Работает локально, но можно подключить API Gemini 💬 Общение через текст или голос G-Assist бесплатнен для всех пользователей. https://www.nvidia.com/en-us/geforce/news/g-assist-ai-companion-for-rtx-ai-pcs/

🔥 Helix — это платформа для создания и развертывания AI-приложений с использованием декларативных конвейеров, интеграции знаний и API! 🌟 Она позволяет описывать AI-решения в YAML-файле (helix.yaml), что упрощает их настройку, тестирование и развертывание. Helix ориентирован на разработчиков, которые хотят строить генеративные AI-приложения с гибкостью и полной приватностью. 🖥 Github @data_analysis_ml

🚀 TrajectoryCrafter (Moving-Camera Diffusion) — свежий инструмент от Tencent, который предлагает новый подход к перенаправлению траекторий камеры в монохромных видео. Как работает модель: 🌟 Инициализация: начинается с существующей траектории движения камеры или даже с чистого шума. Так задаётся исходное состояние, которое модель будет постепенно улучшать. Модель использует одновременно два типа входных данных – рендеры точечных облаков (3D-представления сцен) и исходные видео. 🌟 Диффузионный процесс: Модель обучается шаг за шагом «очищать» случайный шум, превращая его в последовательность траекторий. На каждом шаге происходит итеративное уточнение — модель предсказывает, как должна выглядеть более реалистичная траектория, исходя из заданных условий (например, плавности движения, и согласованности сцены). Вместо того чтобы использовать только видео снятые с разных ракурсов, авторы создали обучающий набор, комбинируя обширные монокулярные видео (с обычной камерой) с ограниченными, но качественными многоплановыми видео. Такую стратегию достигается с помощью назвали - «двойная репроекция», она помогает модели лучше адаптироваться к различным сценам. 🌟 Генерация итоговой траектории: После серии итераций, когда шум устранен, генерируется новая траектория камеры, которая соответствует заданным условиям и обладает высоким качеством визуальной динамики. Установка: git clone --recursive https://github.com/TrajectoryCrafter/TrajectoryCrafter.git cd TrajectoryCrafter 🖥 Github 🟡Статья 🟡Проект 🟡Demo 🟡Video @ai_machinelearning_big_data #opensource #ml #ai #cameracontrol #tencent

📌 72B слишком много для VLM? А 7B параметров недостаточно! QWEN только что выпустили новую модель на 32B параметров, Qwen2.5-VL-32B-Instruct. Эта модель представляет собой значительный прогресс для своего размера. И что самое лучшее, она лицензирована Apache 2. Модель выдает более подробные и структурированный ответы. 💡 Детальное понимание: превосходные возможности анализа изображений и визуальной логической дедукции. 📊 Превосходит сопоставимые модели, такие как Mistral-Small-3.1-24B и Gemma-3-27B-IT. 🚀 В нескольких тестах даже превосходит более крупный Qwen2-VL-72B-Instruct. Еще один крутой релиз понедельника! 🟢Блог: https://qwenlm.github.io/blog/qwen2.5-vl-32b/ 🟢Попробовать: https://chat.qwen.ai ВЧ: https://huggingface.co/Qwen/Qwen2.5-VL-32B-Instruct 🟢Модель: https://modelscope.cn/models/Qwen/Qwen2.5-VL-32B-Instruct @ai_machinelearning_big_data #AI #ML #LLM #Dataset #HuggingFace

🧠 Neuralink с открытым исходным кодом с использованием активности мозга обезьяны для управления роботизированными руками 🙉 Проект Jenkins исследует интерфейсы мозг-компьютер путем декодирования нейронной активности в движения роботов и генерации синтетических мозговых данных. Используя нейронные записи мозговой активности обезьяны по имени Дженкинс, исследователи разработали модели для преобразования мозговых сигналов в движения роботизированной руки. Лидер (рука1) двигается человеком, а Фоловер (рука 2) имитирует эти движения на основе симулированной нейронной активности обезьяны Дженкинса. Машины обучения (ML) используются для создания замкнутого цикла: Кодирование: Transformer модель генерирует синтетические нейронные спайки из данных движения Лидера, симулируя, как бы выглядела активность мозга Дженкинса для этого движения. Декодирование: Многослойный перцептрон (MLP) декодирует эти синтетические спайки обратно в скорости рук, которые используются для управления Фоловером. Этот процесс создает двусторонний цикл: движение человека → симулированная нейронная активность → декодированные движения → действие робота. В проекте используются роботизированные руки и интерактивная веб-консоль для генерации данных о работе мозга в режиме реального времени с помощью джойстика. Проект имеет потенциальные применения в моторных протезах (например, для помощи парализованным людям управлять роботизированными конечностями) и нейронаучных исследованиях (понимание, как мозг кодирует движение). Это также имеет образовательное значение, демонстрируя применение ML в сложных нейронаучных задачах. ▪ Github @data_analysis_ml

📊 Бесплатный вебинар по BI-аналитике: «Tableau: работа с визуализациями и построение дашборда» ⏰ 1 апреля (вторник) в 20:00 мск 💡 На вебинаре вы узнаете: + Основные типы визуализаций в Tableau и их применение + Как строить удобные и понятные дашборды для анализа данных + Создадим на практике дашборд с интерактивными элементами шаг за шагом + Как применить полученные знания в бизнес-аналитике, маркетинге и отчетности + Лучшие актуальные кейсы визуализации данных для аналитики в 2025 году 📝 Кому будет полезен вебинар: - Аналитикам данных - Маркетологам - Продуктовым менеджерам - Всем, кто хочет визуализировать данные для принятия решений Вебинар в рамках курса «BI-аналитика» 🎁 Участники получат скидку на курс! 👉 Регистрация: https://otus.pw/PIXn/?erid=2W5zFG1xZVr #реклама О рекламодателе

⚡️ Alibaba только что выпустила TaoAvatar на Hugging Face Реалистичные говорящие аватары в полный рост для дополненной реальности с помощью 3D-гауссовых сплатов. Он обеспечивает точное управление мимикой и движениями, работая в реальном времени даже на мобильных устройствах. Метод использует нейросетевую дистилляцию, достигая 90 FPS на Apple Vision Pro. 🟡Проект 🟡Статья 🟡Видео 🟡Демка

👩‍💻 Neural Structured Learning (NSL) — это фреймворк для обучения нейронных сетей с использованием структурированных сигналов, таких как графы и данные с враждебными искажениями! 🌟 NSL позволяет улучшать точность моделей, особенно при ограниченном объёме размеченных данных, за счёт объединения как размеченных, так и неразмеченных данных. 🔍 Основные возможности: 🌟 API для работы с графами и враждебными искажениями на базе TensorFlow и Keras. 🌟 Поддержка создания графов и входных данных для обучения. 🌟 Универсальность для различных архитектур (CNN, RNN и др.) и методов обучения (контролируемого, частично контролируемого и др.). 🔐 Лицензия: Apache-2.0 🖥 Github @data_analysis_ml

Бизнесу данные нужны как воздух📊 На их основе компании принимают важные стратегические решения. Поэтому спрос на аналитиков растёт в самых разных сферах: от банковской до медицинской. На курсе «Аналитика данных с МФТИ» готовят специалистов универсальной квалификации. За 10 месяцев вы научитесь использовать Python для анализа данных, применять методы ИИ в своих задачах и работать с базами данных. С универсальными знаниями вы сможете строить карьеру в одном из трёх направлений аналитики: – Аналитика данных. – Data Science. – Инженерия данных. После обучения получите дипломы о профессиональной переподготовке от МФТИ и Нетологии. Центр развития карьеры поможет с трудоустройством, резюме и портфолио. Записывайтесь на курс и становитесь универсальным специалистом в аналитике → https://netolo.gy Реклама. ООО "Нетология". ИНН 7726464125 Erid: 2VSb5wd36Jc

🔥 Transformers Laid Out Лучший способ изучить PyTorch — создать что-нибудь с его помощью на практике. В этом блоге представлен пошаговый гайд по написанию трансформерам с помощью PyTorch с нуля.🖥 📌 Гайд 📌 Что под капотом у PyTorch 📌Видео объяснения базы по тензорам

🔥 Tripo MCP Server Основная функция tripo-mcp заключается в генерации 3D-объектов на основе текстовых описаний с использованием API Tripo и их импорте в Blender. Проект находится на стадии альфа-версии. 📌 Туториал: https://tripo3d.ai/blog/cursor-tripo-mcp-tutorial 📌 Github: https://github.com/VAST-AI-Research/tripo-mcp #blendermcp #vibecoding #tripo3d

⚡️ JARVIS-VLA – модель обучения масштабных моделей «визуально-языкового взаимодействия» (Vision Language Models) для игры с использованием клавиатуры и мыши. Проект заточен под игру в Minecraft, где модель способна выполнять более 1 000 различных атомарных задач таких как крафтинг, плавка, готовка, добыча ресурсов и даже сражения. ▪ Инновационный подход к обучению Модель превозносит на 40% по сравнению с лучшими агентами-базами на разнообразном наборе атомарных задач. ▪ Достижение новых стандартов в Minecraft Подход JARVIS-VLA превосходит традиционные методы имитационного обучения, демонстрируя передовые результаты и устанавливая новые стандарты производительности в управлении агентами в игровом мире Minecraft. ▪ Применение в реальных случаях Использование данной модели в Minecraft открывает широкие возможности для автоматизации и оптимизации игровых процессов, что может быть интересно не только геймерам, но и исследователям в области ИИ, стремящимся расширить границы взаимодействия человека с компьютерными агентами. ▪ HF ▪Статья

🖥 YT Navigator — это приложение на основе искусственного интеллекта, предназначенное для эффективного поиска и взаимодействия с контентом YouTube-каналов. Оно позволяет пользователям выполнять семантический поиск по видео, получать точные временные метки и извлекать информацию из часов видеоматериалов за считанные секунды. 📌 Основные функции YT Navigator: Семантический поиск: Возможность находить релевантные сегменты видео с точными временными метками на основе естественных языковых запросов. Интерактивное общение: Пользователи могут "общаться" с содержимым канала, получая ответы на вопросы, основанные на транскриптах видео. Экстракция информации: Быстрое извлечение ключевой информации из большого объёма видеоконтента, что экономит время и усилия при анализе материалов. Преимущества использования YT Navigator: Экономия времени: Быстрый доступ к конкретной информации без необходимости просмотра длительных видеороликов. Удобство: Интуитивно понятный интерфейс и мощные функции делают процесс поиска и анализа видеоконтента более эффективным. YT Navigator особенно полезен для исследователей, аналитиков и всех, кто работает с большими объёмами видеоданных, предоставляя инструменты для быстрого и точного анализа контента. 📌 Github @data_analysis_ml

Вы тоже игнорируете полезные советы и прокачиваетесь по-своему? 😁 Спойлер: ваш способ намного эффективнее, если в нем есть Data Fusion! 🚀 Это ежегодное онлайн-соревнование по анализу данных и машинному обучению для специалистов Data Science от Т1 и ВТБ. Общий призовой фонд — 3 000 000 рублей 🔥 В этом году участников ждут 2 основные задачи: «Label Craft» — про предсказание категории товаров. «4 Cast» — про предсказание динамики платежей на последующие 12 недель. И одна образовательная задача — «Distribution». А ещё будет специальная номинация Companion за лучшие публичные решения, в которой победителей определит жюри, учитывая поддержку со стороны других конкурсантов в чате соревнования. 📆 Даты проведения соревнования: с 13 февраля по 7 апреля 2025 года. ❗️Формат — онлайн: участвовать можно из любой точки мира. Регистрируйся на соревнование прямо сейчас! Информация о рекламодателе