uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Kanalga Telegram’da o‘tish

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Ko'proq ko'rsatish

📈 Telegram kanali Анализ данных (Data analysis) analitikasi

Анализ данных (Data analysis) (@data_analysis_ml) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 51 911 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 572-o'rinni va Rossiya mintaqasida 11 804-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 51 911 obunachiga ega bo‘ldi.

16 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 444 ga, so‘nggi 24 soatda esa -8 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.63% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 8.47% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 6 040 marta ko‘riladi; birinchi sutkada odatda 4 397 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 192 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent llm, контекст, openai, архитектура, deepseek kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 17 Noyabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

51 911
Obunachilar
-824 soatlar
+27 kun
+44430 kun
Postlar arxiv
❗️ Какие инструменты нужны для эффективного машинного обучения? 👉 Узнайте на бесплатном открытом уроке «Bagging, Random Fore
❗️ Какие инструменты нужны для эффективного машинного обучения? 👉 Узнайте на бесплатном открытом уроке «Bagging, Random Forest, стекинг - ансамбли моделей для решения ML-задач» от OTUS и Марии Тихоновой – Senior Data Scientist в «SberDevices» и преподавателя ВШЭ. 🔹 На вебинаре узнаете, как применять ансамбли моделей для решения задач ML и изучите основные подходы к ансамблированию моделей 🔹 Разберем методы ансамблирования Bagging, Random Forest и стекинг Занятие пройдёт 23 ноября в 18:00 мск и будет приурочено к старту курса «Machine Learning. Professional» 📌 Результаты урока: Вы освоите такие популярные методы как Bagging, Random Forest и Стекинг  👉 РЕГИСТРАЦИЯ https://otus.pw/AA7m/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
20 Noy 2023, 04:04
21 Noy 2023, ~05:46

🔥 Используйте MLlib для решения задач распределенного машинного обучения и работы с большими массивами данных. MLlib предост
🔥 Используйте MLlib для решения задач распределенного машинного обучения и работы с большими массивами данных. MLlib предоставляет инструменты для: 🔹 Классификации, регрессии, кластеризации и коллаборативной фильтрации 🔹 Извлечения, преобразования данных и методы отбора признаков 🔹 Построение и настройка конвейеров ML и многое другое 📌 MLlib: https://spark.apache.org/docs/latest/ml-guide.html @data_analysis_ml
19 Noy 2023, 07:29

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — Разработка алгоритмов обработки данных в реальном времени на Python — Как автоматизировать проверки данных в Airflow с Great Expectations — Нейронные сети для новичков и профи: топ бесплатных курсов по ИИ — 5 уровней зрелости MLOps — Лучшие ресурсы чтобы выучить Git и Github — Парк юрского периода глазами нейросети: как развернуть Diffusers для генерации изображений за 10 минут — Как найти приватный ключ в бинарном коде от Bitcoin Lightning Wallet уязвимость в Quasar Framework — Использование Insightface для быстрого поиска и сравнения лиц на изображениях — OpenAI DevDay – ещё 5 видео про то, как работает компания, и как AI применять разработчикам — Understanding the Process of Running Metabase on Docker for the First Time 📊🐋 — What is the data science?And Why it is important ? — Equipping yourself with Excel increase job opportunities — Simplifying Data Streaming — Mastering data formatting in excel — Applications of Data Science in Cybersecurity — Introducing NumPy, a hero in Pythonland — Debugging Python Code in Amazon SageMaker Locally Using Visual Studio Code and PyCharm: A Step-by-Step Guide — How to Scrape Walmart Prices Easily — Unraveling the Power of Random Forest Algorithm in Data Science Посмотреть: 🌐 Пишем генератор Shorts видео на Python для заработка на YouTube. (⏱ 11:50) 🌐 Озвучка и генерации контента с помощью #Python и AI (⏱ 00:44) 🌐 Замена лица на любой фотографии с помощью #python БЕСПЛАТНО! (⏱ 00:59) 🌐 Lightning Interview “Large Language Models: Past, Present and Future” (⏱ 01:00:00) 🌐 Thomas Scialom, PhD - Large Language Models: Past, Present and Future (⏱ 34:45) 🌐 Leveraging Generative AI in Education - A M Aditya (⏱ 31:24) 🌐 AI Art: How is This Quality Even Possible? (⏱ 05:29) Хорошего дня! @data_analysis_ml
18 Noy 2023, 06:54

LangChain + Streamlit + LlaMA: установка диалогового бота с ИИ на локальный компьютер LLM — это модели машинного обучения, сп
LangChain + Streamlit + LlaMA: установка диалогового бота с ИИ на локальный компьютер LLM — это модели машинного обучения, способные создавать тексты на языке, близком к человеческому, и воспринимать промпты (запросы) естественным образом. Эти модели проходят обучение на обширных массивах данных, включающих книги, статьи, сайты и другие источники. Выявляя в предоставляемых данных статистические закономерности, LLM предсказывают наиболее вероятные слова и фразы, которые должны следовать за введенным текстом. LangChain — это фреймворк, находящийся в свободном доступе. Он помогает разработчикам создавать приложения на основе языковых моделей, в частности LLM. В данной статье мы рассмотрим пошаговый процесс создания с нуля личного помощника по работе с документами. Будем использовать LLaMA 7b и Langchain, библиотеку с открытым исходным кодом, специально разработанную для бесшовной интеграции с LLM. 📌 Читать @data_analysis_ml
17 Noy 2023, 13:02

Нижний Новгород, готовьтесь узнать всё о рекомендательных системах! Приглашаем на RecSys Meetup by Sber — будем много общатьс
Нижний Новгород, готовьтесь узнать всё о рекомендательных системах! Приглашаем на RecSys Meetup by Sber — будем много общаться, обмениваться опытом, ловить инсайты от экспертов и получать приятные подарки. Когда: 30 ноября, 18:30 Формат: офлайн Локация: коворкинг Гараж, г. Нижний Новгород, Октябрьская, 35 Мы расскажем, как устроены рекомендательные системы в e-commerce, раскроем секреты GPT-like трансформеров и поделимся опытом моделей рекомендаций от Мегамаркета. А ещё – пригласим вас тестировать наши ML-библиотеки! ● Алексей Васильев — исполнительный директор по исследованию данных Sber AI Lab — расскажет о рекомендациях на последовательностях: действительно ли BERT4Rec лучше SASRec? ● Александр Немальцев — руководитель направления по исследованию данных — поделится опытом улучшения качества рекомендаций и роста конверсии, а также деталями, как были устроены наши модели на разных этапах: от базовой коллаборативной фильтрации до нейросетевых подходов. ● Артём Хусаенов — руководитель направления по исследованию данных — рассмотрит кросс-доменные модели рекомендаций для «холодных» пользователей Мегамаркета. Будет интересно, приходите! Зарегистрироваться на RecSys Meetup by Sber
17 Noy 2023, 11:03
27 Noy 2023, ~10:14

🔥Ускорение генеративного ИИ с помощью встроенного PyTorch. В этом посте рассказывается о новых возможностях производительнос
🔥Ускорение генеративного ИИ с помощью встроенного PyTorch. В этом посте рассказывается о новых возможностях производительности PyTorch и о том, как их можно использовать для создания в 8 раз более быстрой, PyTorch-реализации Segment Anything. ▪Читать @data_analysis_ml
17 Noy 2023, 04:41

OpenAI выложила на GitHub проект OpenCopilot - ИИ-помощник в ранней бета-версии. ➕ Интегрируется с базовыми API, использует б
OpenAI выложила на GitHub проект OpenCopilot - ИИ-помощник в ранней бета-версии. ➕ Интегрируется с базовыми API, использует большую языковую модель для определения вызовов API и их выполнения. ➕ Поддерживает Swagger OpenAPI 3.0. ➕ Позволяет взаимодействовать с платформами через текстовые промпты и обеспечивает 24/7 поддержку. ➕ Инструменты для настройки сложных сценариев и интеграция функций OpenChat. OpenAI представила также дорожную карту развития OpenCopilot. 🐱 GitHub @data_analysis_ml
16 Noy 2023, 13:03

Хотите разобраться в языковых моделях? Учитесь у профессионалов и получайте знания из первых рук — на интенсиве GPT Week Школ
Хотите разобраться в языковых моделях? Учитесь у профессионалов и получайте знания из первых рук — на интенсиве GPT Week Школы анализа данных Яндекса! Эксперты ШАДа, разрабатывающие YandexGPT, подготовили насыщенную 5-дневную программу. Вы узнаете, как запустить генеративную модель на ограниченных ресурсах, какие вызовы есть в сборе гигантских датасетов и в чём особенности предобучения и alignment. Каждый участник сможет задать вопросы спикерам, а также познакомиться с устройством YandexGPT — от деталей создания до сложных инженерных аспектов. Что ещё нужно знать? Интенсив пройдёт онлайн с 27 ноября по 1 декабря. Участие бесплатное, но потребуется регистрация. Записаться и посмотреть программу можно на сайте. Реклама. ООО «ЯНДЕКС», ИНН 7736207543
16 Noy 2023, 11:03
23 Noy 2023, ~13:51

🚀 Команда разработчиков только что сделала OpenAI Whisper в 6 раз быстрее, на 49% меньше, сохранив при этом 99% точности. Модель уже доступна в библиотеке HuggingFace Transformers: model_id = "distil-whisper/distil-large-v2". Вы также можете попробовать демо в веб-интерфейсе. ⏩ Модель: https://huggingface.co/distil-whisper/distil-large-v2 🛠 Демо: https://huggingface.co/spaces/Xenova/distil-whisper-web 📕 Статья: https://arxiv.org/abs/2311.00430 @data_analysis_ml
16 Noy 2023, 06:01

🎮Одним из самых увлекательных направлений, в котором широко используется обучение с подкреплением, является киберспорт. 🔥В
🎮Одним из самых увлекательных направлений, в котором широко используется обучение с подкреплением, является киберспорт. 🔥В программе курса Reinforcement Learning в OTUS подробно разбираются одни из самых интересных кейсов применения RL в игровой индустрии. 21.11 в 20.00 мск. приглашаем на открытый урок “Игры c человеком и компьютером” 📌На занятии: - узнаем историю противостояния человека и компьютера в настольных и компьютерных играх; - познакомимся с основными идеями и подходами при создании игровых интеллектуальных агентов с помощью обучения с подкреплением; - покажем как обучить модель эффективно управлять группой юнитов в одной из популярных игр. После урока вы будете понимать как разрабатываются интеллектуальные агенты для различных игр и какие шаги необходимо пройти для реализации собственного игрового бота. 👉Регистрация https://otus.pw/tb0b/ При поступлении в группу возможны разные способы оплаты и рассрочка платежа. Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8K22Ec
16 Noy 2023, 04:01
18 Noy 2023, ~04:59

⚡️ Data Warehouse vs Data Lake vs Data Mesh 📌Data Warehouse — это единое корпоративное хранилище архивных данных из разных источников (систем, департаментов и прочее). Цель Data Warehouse — обеспечить пользователя (компанию и ее ключевых лиц) возможностью принимать верные решения в ключе управления бизнесом на основе целостной информационной картины. DWH — не только склад важных данных компании, но еще и основа бизнес-аналитики (BI). Именно из корпоративного хранилища компания получает сведения, необходимые для принятия управленческих и стратегических решений. 📌Data Lake (Озеро данных) — это метод хранения данных системой или репозиторием в натуральном (RAW) формате, который предполагает одновременное хранение данных в различных схемах и форматах. Обычно используется blob-объект (binary large object) или файл. Идея озера данных в том чтобы иметь логически определенное, единое хранилище всех данных в организации (enterprise data) начиная от сырых, необработанных исходных данных (RAW data) до предварительно обработанных (transformed) данных, которые используются для различных задач: отчеты, визуализация, аналитика и мо. Data Lake включает структурированные данные из реляционных баз данных (строки и колонки), полуструктурированные данные (CSV, логи, XML, JSON), неструктурированные данные (почтовые сообщения, документы, pdf) и даже бинарные данные (видео, аудио, файлы). 📌Data Mesh - дословно можно перевести как «сеть данных», — это децентрализованный гибкий подход к работе распределенных команд и распространению информации. Главное в нем — междисциплинарные команды, которые публикуют и потребляют Data-продукты, благодаря чему существенно повышают эффективность использования данных. Традиционно архитектура данных монолитна. Потребление, хранение, преобразование и вывод управляются через одно центральное хранилище (как правило, озеро данных). Data Mesh же позволяет упростить работу с распределенными пайплайнами, поддерживая отдельных потребителей, рассматривающих данные как продукт. @data_analysis_ml
15 Noy 2023, 05:50

💡 Список самых популярных алгоритмов машинного обучения вместе с кодом на Python и R для их запуска. #python #r #MachineLear
💡 Список самых популярных алгоритмов машинного обучения вместе с кодом на Python и R для их запуска. #python #r #MachineLearning https://www.analyticsvidhya.com/blog/2017/09/common-machine-learning-algorithms @data_analysis_ml
14 Noy 2023, 06:02

Не упустите возможность начать карьеру в одной из самых востребованных IT-профессий! На курсе Data Scientist с нуля до Junior
Не упустите возможность начать карьеру в одной из самых востребованных IT-профессий! На курсе Data Scientist с нуля до Junior с трудоустройством вы: ✅ Изучите одно из 3 востребованных направлений на выбор — дата-аналитику, дата-инженерию или машинное обучение. ✅ Освоите Python, библиотеки для анализа данных и машинного обучения, SQL, Git, научитесь работать с Power BI и другими актуальными для дата-сайентиста инструментами. ✅ Попрактикуетесь на задачах с реальными данными. ✅ Добавите до 9 проектов в портфолио. ✅ С вами будет работать личный наставник. Он не только укажет на ошибки, но и поможет разобраться в сложных темах и ответит на вопросы. Подробнее по ссылке https://epic.st/aiFvo Оставьте заявку на курс сейчас и получите 3 месяца бесплатного обучения и год английского в подарок! 🎁В ЧЕРНУЮ ПЯТНИЦУ на курс действует скидка до 60% и при покупке вы получаете ВТОРОЙ КУРС в подарок Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880
14 Noy 2023, 04:03
22 Noy 2023, ~04:55

🛡 Как автоанализ кода с помощью ИИ повышает безопасность приложений AppSec-инженеры занимаются безопасностью приложений, но им приходится делать много работы. Они должны быть экспертами по разным приложениям и разбираться во всем коде. Они также должны встречаться с разработчиками, чтобы узнать о внесенных изменениях. В небольших организациях это возможно, но для крупных организаций это сложно. Мы считаем, что инструменты Gen AI, такие как ChatGPT, могут помочь AppSec-инженерам в их работе. Они могут помочь масштабировать работу и сделать ее более эффективной. В этой статье мы расскажем, как ChatGPT может повысить эффективность AppSec-инженеров. Начнем с главного Как уже было сказано, наиболее значимыми рабочими процессами, выполняемыми AppSec-инженерами, являются моделирование угроз и проверка безопасности кода. Оба этих процесса всегда были ручными, требующими участия разработчиков и приличного количества знаний/времени/мотивации. Это, на наш взгляд, реальная возможность для Gen AI. Чтобы не быть голословными, углубимся в детали и посмотрим, как это осуществить на практике. Обратим внимание на важнейшие сферы применения ИИ: 🟡Непрерывный анализ изменений кода приложений. 🟡Интерактивное моделирование и решение проблем, связанных с угрозами. 🟡Дополнительные области, на которые, по нашему мнению, инструменты ИИ могут повлиять в ближайшей перспективе. И последнее уточнение: для иллюстрации рабочих процессов будем использовать ChatGPT (3.5). Стоит отметить, что между версиями 3.5 и 4 существуют различия, поэтому советуем рассмотреть и альтернативные варианты. Итак, приступим к делу! 📌 Читать @data_analysis_ml
13 Noy 2023, 12:03

❗️Как эффективно развертывать модели в облаках? ▶️ Узнайте на практике на бесплатном открытом уроке «Deploy моделей в облаках
❗️Как эффективно развертывать модели в облаках?  ▶️ Узнайте на практике на бесплатном открытом уроке «Deploy моделей в облаках (MLOps в облаках)» от OTUS и Павла Филонова – Ex-Data Science Manager в Kaspersky. На открытом уроке:  🔹Рассмотрим вариант развертывания моделей в облачном kubernetes 🔹Куда складывать образы и как создавать и управлять кластером 🔹Как безопасно подключить развертывание к CI/CD ✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.  👉 РЕГИСТРАЦИЯ https://otus.pw/loVA/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8Jvdcm
13 Noy 2023, 11:03
15 Noy 2023, ~04:47

𝗣𝗿𝗮𝗰𝘁𝗶𝗰𝗮𝗹 𝗱𝗲𝗲𝗽 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗰𝗼𝘂𝗿𝘀𝗲🌻: 𝗭𝗲𝗿𝗼-𝘀𝗵𝗼𝘁 𝗰𝗹𝗮𝘀𝘀𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝘄𝗶𝘁𝗵 𝗖𝗟𝗜𝗣
𝗣𝗿𝗮𝗰𝘁𝗶𝗰𝗮𝗹 𝗱𝗲𝗲𝗽 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗰𝗼𝘂𝗿𝘀𝗲🌻: 𝗭𝗲𝗿𝗼-𝘀𝗵𝗼𝘁 𝗰𝗹𝗮𝘀𝘀𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝘄𝗶𝘁𝗵 𝗖𝗟𝗜𝗣 Узнайте, как промпт инжиниринг может помочь вам в классификации изображений в бесплатном курсе от dataflowr! 📋 курс: https://dataflowr.github.io/website/modules/19-clip/ 🤖 код: https://github.com/dataflowr/notebooks/blob/master/Module19/Zeroshot_with_CLIP.ipynb @data_analysis_ml
13 Noy 2023, 05:01

🤖Для обучения моделированию архитектуры на разных уровнях важно использовать инструмент, поддерживающий все основные элемент
🤖Для обучения моделированию архитектуры на разных уровнях важно использовать инструмент, поддерживающий все основные элементы и связи языка, и контролирующий правила их применения. В качестве такого инструмента мы используем Archi. Узнайте больше на бесплатном уроке онлайн-курса «Archimate». 👉Приглашаем на бесплатный вебинар: «Описание технологического и физического слоя на языке Архимейт»: регистрация На вебинаре мы: — изучим элементы и правила построения технического и физических слоев; — познакомимся с элементами слоёв; — рассмотрим, как элементы технологического и физического слоя связываются с другими слоями. Занятие проведет Максим Рогоза — руководитель курса и главный архитектор в крупнейшем IT-интеграторе. 🔥После вебинара вы сможете продолжить обучение на курсе по спеццене, в том числе, в рассрочку. Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8JxkX2
13 Noy 2023, 04:01
14 Noy 2023, ~07:23

📕 Tutorial 2: Comparison to other methods of uncertainty quantification В популярный учебник по глубокому обучению добавляен целый большой раздел-учебник по Конформной классификацией. https://uvadlc-notebooks.readthedocs.io/en/latest/tutorial_notebooks/DL2/Bayesian_Neural_Networks/dl2_bnn_tut2_student_with_answers.html#Conformal-prediction @data_analysis_ml
12 Noy 2023, 05:05

🚀 Видеолекции, UC Berkeley Math 54 Линейная алгебра и дифференциальные уравнения ▪Курс ▪Лекции @data_analysis_ml
11 Noy 2023, 10:03

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — Введение в Apache Flink: осваиваем фреймворк на реальных примерах — Data Mesh – ячеистые топологии для работы с данными — XGBoost – один из наиболее эффективных алгоритмов прогнозирования временных рядов. — YOLO-NAS Pose: прорыв в технологии оценки позы — Подбираем параметры сессии в Apache Spark, чтобы не стоять в очереди — Milk Sad уязвимость в библиотеке Libbitcoin Explorer 3.x. Крупная кража на $ 900 000 у пользователей Биткоин Кошельков — Прогнозирование временных рядов с помощью библиотеки Skforecast — Руководство для начинающих по Spark UI: Как отслеживать и анализировать задания Spark — Знакомство с разработкой SAP Data Services — Easily Generate Mock Data with PostgreSQL — How to Scrape Amazon Product Reviews Behind a Login — The Future of Shopping: Innovative Startup with Robots for Automated Dark Stores — A Step-by-Step Roadmap to Data Engineering — Data Engineering for Beginners: Navigating the Foundations of a Data-Driven World — The Comprehensive Guide to Time Series Models: Navigating the Depths of Temporal Data — Looking for scam tokens using bubble charts in TON blockchain — Fine-Tuning or Not, That Is the Question — How Do I Build LLava AI ChatBot — Common Table Expressions in Postgresql Посмотреть: 🌐 Совет Python разработчикам - реши задачу Chain sum с реального собеседования. (⏱ 14:23) 🌐 Нейросеть для превращения #YouTube видео в презентацию (⏱ 00:28) 🌐 🔥 NVIDIA только что сделала Pandas в 150 раз быстрее без изменений кода. #python (⏱ 00:20) 🌐 Applied Reinforcement Learning for Online Ads/Recommender - Kevin Noel (⏱ 42:37) 🌐 Sarah Bird, PhD - Building and Using Generative AI Responsibly: Microsoft’s Journey (⏱ 30:11) 🌐 The Ethics Of Digital Minds with Professor Nick Bostrom (⏱ 57:03) 🌐 Nick Bostrom, PhD - The Ethics of Digital Minds: A baffling new frontier (⏱ 36:28) 🌐 ML on-device: Building Efficient Models - Danni Li (⏱ 34:00) 🌐 Creating Virtual Worlds 20x Faster! (⏱ 06:08) 🌐 NVIDIA’s New AI: Wow, 8x Better Text To 3D! (⏱ 04:27) 🌐 OpenAI's ChatGPT: 7 Unexpected Results! (⏱ 08:57) 🌐 Тренировки по ML. Лекция 2: Линейная регрессия и регуляризация (⏱ 1:46:36) Хорошего дня! @data_analysis_ml
11 Noy 2023, 06:02