TorchUncertainty — это пакет, разработанный, чтобы помочь вам использовать методы количественной оценки неопределенности и сделать ваши глубокие нейронные сети более надежными.
TorchUncertainty в настоящее время поддерживает классификацию, вероятностную и точечную регрессию и сегментацию.
Github: https://github.com/ensta-u2is/torch-uncertainty
Paper: https://arxiv.org/abs/2311.01434v1
Project: https://llmrec.github.io/
Api: https://torch-uncertainty.github.io/api.html
Dataset: https://paperswithcode.com/dataset/cifar-10
TorchUncertainty в настоящее время поддерживает классификацию, вероятностную и точечную регрессию и сегментацию.
Github: https://github.com/ensta-u2is/torch-uncertainty
Paper: https://arxiv.org/abs/2311.01434v1
Project: https://llmrec.github.io/
Api: https://torch-uncertainty.github.io/api.html
Dataset: https://paperswithcode.com/dataset/cifar-10
LLMRec — это новая структура, которая расширяет возможности рекомендателей за счет применения трех простых, но эффективных стратегий расширения графов на основе LLM к системе рекомендаций.
Github: https://github.com/hkuds/llmrec
Paper: https://arxiv.org/abs/2311.00423v1
Project: https://llmrec.github.io/
Dataset: https://llmrec.github.io/#
Github: https://github.com/hkuds/llmrec
Paper: https://arxiv.org/abs/2311.00423v1
Project: https://llmrec.github.io/
Dataset: https://llmrec.github.io/#
Статья расскажет о подходах к объединению крупных баз данных с клиентской информацией, несмотря на ошибки и опечатки. Описываются методы предотвращения неверных объединений, включая сложные случаи, такие как записи братьев-близнецов.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этой статье расскажем о квантовании и как оно помогает в выборе оборудования, а также рассмотрим основные типы квантов в llama.cpp.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Когда твой руководитель говорит: «А теперь ты еще и администратор сервера Power BI». Гид по выживанию для разработчика, внезапно ставшего многостаночником.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Линейная регрессия — это метод обучения с учителем, который предсказывает значение y на основе признаков X. Основное допущение — линейная зависимость y от Xi, что позволяет оценить y через математическое выражение.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Вместе с Григорием Стерлингом, лидом команды TTS в SberDevices, разбираемся, как устроена технология, как разрабатывают синтезаторы речи и что нужно знать, чтобы работать в этой сфере.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Сегодня делимся программой для парсинга e-mail с сайтов, созданной за 30 минут с помощью ИИ от Rokitok. Это показывает, как ИИ ускоряет задачи, на которые раньше уходили дни или большие бюджеты.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этой статье автор расскажет о новом программном алгоритме игры человека с компьютером в качестве «Х» или «О» игрока, избегая классического «дерева для конечного числа ходов».
👉 Ссылка на статью
Please open Telegram to view this post
VIEW IN TELEGRAM
Ты знал, что злоумышленникам для взлома генеративных ИИ достаточно всего 42 секунды и пяти запросов? В этой статье мы разберем, как это происходит, какие уязвимости существуют и как защитить свои системы от подобных атак.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
#вакансия #удалённо #parttime #преподаватель #ML #MLOps #DataEngineer
Время делиться знаниями!
OTUS – образовательная платформа. У нас авторские курсы разной степени сложности, вступительное тестирование для студентов и преподаватели-практики из крупнейших компаний. 8 лет мы учимся друг у друга, советуемся, помогаем, делимся опытом и обсуждаем новости как в преподавании, так и в IT.
Вакансия преподаватель на онлайн-курсы:
- ML Team Lead
- MLOps
- Data Engineer
Требуется практический опыт по темам курса. Можно без опыта преподавания, мы поможем вам освоить практики преподавания.
Преподаватель раскрывает тему с помощью теории и примеров из практики. Занятия проводятся c 20:00 до 21:30. Можно выбирать комфортную нагрузку и темы из программы курса. Материалы к занятиям есть.
С нами вы сможете ✅
- структурировать свой опыт и знания;
- прокачать софт-скиллы;
- получать от 4000 до 6000 руб. за один вебинар (полтора часа) + от 300 до 400 руб. за одно проверенное домашнее задание.
Бонусы 🎁
- наши курсы со скидкой/бесплатно;
- можно приглашать лучших выпускников к себе на работу;
- воркшопы и конференции для наших преподавателей.
Обсудить подробнее: @HR_Nikita
Время делиться знаниями!
OTUS – образовательная платформа. У нас авторские курсы разной степени сложности, вступительное тестирование для студентов и преподаватели-практики из крупнейших компаний. 8 лет мы учимся друг у друга, советуемся, помогаем, делимся опытом и обсуждаем новости как в преподавании, так и в IT.
Вакансия преподаватель на онлайн-курсы:
- ML Team Lead
- MLOps
- Data Engineer
Требуется практический опыт по темам курса. Можно без опыта преподавания, мы поможем вам освоить практики преподавания.
Преподаватель раскрывает тему с помощью теории и примеров из практики. Занятия проводятся c 20:00 до 21:30. Можно выбирать комфортную нагрузку и темы из программы курса. Материалы к занятиям есть.
С нами вы сможете ✅
- структурировать свой опыт и знания;
- прокачать софт-скиллы;
- получать от 4000 до 6000 руб. за один вебинар (полтора часа) + от 300 до 400 руб. за одно проверенное домашнее задание.
Бонусы 🎁
- наши курсы со скидкой/бесплатно;
- можно приглашать лучших выпускников к себе на работу;
- воркшопы и конференции для наших преподавателей.
Обсудить подробнее: @HR_Nikita
Используем алгоритмы Манакера и заметающей прямой, определяем границы окна с k-элементами, вычисляем площадь участков разного цвета и находим наибольшую увеличивающуюся подпоследовательность.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этой статье мы расскажем о шести основных алгоритмах машинного обучения и их практическом применении в различных отраслях.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В данной статье мы рассмотрим проект по распознаванию речи из видео, преимущества и недостатки данной разработки, а также посмотрим на то, как ее внедрение помогло ускорить работу аналитиков и разработчиков на проекте.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этой статье я построил GPT архитектуру на данных из произведений Шекспира и получил достаточно впечатляющие результаты.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этом пошаговом гайде вы узнаете, как быстро автоматизировать процесс транскрибации и добавления субтитров к видео за считанные минуты.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
В этой статье мы поговорим о методе, который считается одним из наиболее мощных инструментов в арсенале данных разработчиков — методе главных компонент, или PCA (Principal Component Analysis).
👉 Ссылка на статью
Please open Telegram to view this post
VIEW IN TELEGRAM
В статье рассказывается о методе аугментации данных для улучшения работы моделей компьютерного зрения. Вы узнаете, как с помощью этого метода увеличить количество данных, повысить точность модели и избежать типичных ошибок.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Статья расскажет, как с помощью Wolfram Language создать ассистента на базе OpenAI API и добавить плагины. Также рассматривается удобство работы в интерактивном блокноте и обход региональных блокировок OpenAI. (197 символов)
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM
Статья расскажет о ежегодном рейтинге лучших веб-версий банковских приложений 2024 года от Markswebb. Лидеры рейтинга использовали ИИ-решения Smart Engines для улучшения клиентского опыта и достижения рекордов.
👉 Читать
Please open Telegram to view this post
VIEW IN TELEGRAM