Раннее обнаружение рака кожи благодаря искусственному интеллекту Исследователи Массачусетского технологического института только что обучили эту модель машинного обучения, используя 20 400 изображений кожи пациентов. Система достигает точности 90,3 в обнаружении меланомы по фотографиям со смартфона

📍Изучите форматы файлов нового поколения за 5 минут — JSON, AVRO, PARQUET и ORC

Иногда, когда вы работаете над решением для данных, следует понимать необработанные файловые структуры как первый шаг перед любым приемом данных, который является ключевым шагом для всех популярных форматов файлов, включая JSON, AVRO, PARQUET и ORC.

https://shly.link/MTGqm

📍Представляем zq: более легкую (и быструю) альтернативу jq

https://shly.link/Eb9Ze

📍Алгоритмы машинного обучения с Python
Все алгоритмы машинного обучения объясняются с помощью Python.

https://shly.link/N3waj

​Давно мечтаете погрузиться в мир программирования, освоить множество языков и попробовать себя в разных направлениях IT? Тогда присоединяйтесь к бесплатному интенсиву Skillbox с 5 по 7 мая в 19:00 по московскому времени!

Подробная программа👉: https://clc.to/NCLi4g.

Что вас ждёт?

● Введение в профессию. Узнаете, какие специальности есть в IT-сфере, как грамотно составить резюме и подготовиться к собеседованию.

● Знакомство с популярными языками программирования (Python, Java, 1С) и смежными направлениями (Data Science, frontend-разработкой, разработкой Android- и iOS-приложений).

📢Спикер интенсива — разработчик с опытом более 17 лет, директор центра SymbioWay Даниил Пилипенко. Он находит IT-специалистов для крупнейших компаний России.

🎁Каждый участник при регистрации получит чек-лист «Знания и навыки, которые необходимы для трудоустройства backend-разработчика». Участвуйте, задавайте вопросы и получите сертификат на 10 тысяч рублей на любой курс Skillbox. Дойдите до конца интенсива и получите электронную книгу «Человек + машина» Пола Доэрти и Джеймса Уилсона.

Полезный репозиторий GitHub:
_______________

Best of Machine Learning with Python — ранжированный список замечательных библиотек Python для машинного обучения.

https://shly.link/ghSDHG

Вот как найти наборы данных для проектов по науке о данных

Как новичок в науке о данных, выбор тем для проектов по науке о данных зависит от доступности наборов данных. Иногда студенты думают об уникальных темах, но не могут найти набор данных для своего проекта. Итак, если вы хотите узнать, как найти наборы данных, эта статья для вас. В этой статье я объясню, как найти наборы данных для проектов по науке о данных.

https://shly.link/J0SqL

НАУКА ДАННЫХ со шпаргалами (ML, DL, парсинг, Python, R, SQL, математика и статистика)

Наука о данных — постоянно развивающаяся область, есть множество инструментов и методов, о которых нужно помнить. Никто не может запомнить все функции, операции и формулы каждого понятия. Вот почему у нас есть шпаргалки. Они помогают нам сделать наше путешествие по науке о данных быстрым и легким.

https://shly.link/mdmXQvE

Sieve — это API, который позволяет разработчикам добавлять в свои приложения возможности распознавания видео на основе ИИ.

"Мы инженеры машинного обучения из таких компаний, как Scale AI, Niantic, NVIDIA, Ford и Microsoft. Мы считаем, что много людей хотят создать что-то умное, обрабатывая и понимая изображения и видео, но большинство людей не знают никакого искусственного интеллекта, чтобы сделать это самостоятельно. Поэтому мы создали простой API для разработчиков, чтобы делать именно это для любого приложения любого масштаба"

https://shly.link/3pdNu

4 новых функции аннотаций типов в Python 3.11
_______________

Подробный туториал — от установки до примеров кода
https://shly.link/CsinV

Использование TensorFlowJS и HarperDB для машинного обучения
_______________

TensorFlowJS — это библиотека, выпущенная Google, которая позволяет использовать JavaScript для машинного обучения, поэтому это можно делать в браузере или на сервере NodeJS, как мы будем делать в этой статье.
https://shly.link/devGxek

PostgresML — это комплексная система машинного обучения. Он позволяет обучать модели и делать онлайн-прогнозы, используя только SQL, при этом ваши данные никогда не покидают вашу любимую базу данных
https://shly.link/ghEW3H

Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis.

Github: https://github.com/lucidrains/lightweight-gan

Paper: https://openreview.net/forum?id=1Fqg133qRaI

Что такое машинное обучение и искусственный интеллект? Как они применяются в повседневности? На каких языках программирования они пишутся и как определяется их качество? 

На все эти вопросы отвечает автор канала "Data Science для чайников". Автор работает над своими стартапами в области ИИ и делится внутренней кухней.

5 крутых проектов компьютерного зрения
_______________

Пополните свое портфолио этими потрясающими проектами
https://shly.link/JfY3b

Машинное обучение: создание анимированного аватара, реагирующего на ваш голос

________________________

Когда вы слышите о машинном обучении, все всегда кажется немного абстрактным, верно? Как машинное обучение можно использовать на практике в вашей жизни? На этой неделе я создал анимированный аватар на основе своей фотографии, который был преобразован в цифровой аватар с помощью замечательного инструмента Python. Как мы можем использовать инструмент машинного обучения Python для создания анимированного аватара PNG-Tuber.

https://shly.link/TKHZu

Испытайте себя в роли Data Scientist! За 3 дня вы освоите основные рабочие инструменты и узнаете, с чем сталкиваются в работе специалисты по данным. Решите несколько реальных задач и оцените, интересна ли вам эта профессия.

Заполните форму и получите полезный материал по Data Science на почту : 🔜 https://clc.to/Vuy8IA.

Что вы сделаете на интенсиве:
✔️ построите модели для прогнозирования данных;
✔️ узнаете, как использовать язык Python для data-аналитики;
✔️ научитесь применять Data Science в бизнесе;
✔️ изучите техники исследования данных и разберёте реальные задачи;
✔️ создадите проект, который высоко оценят потенциальные работодатели.

🎁 Все участники, дошедшие до финала интенсива, получат в подарок электронную книгу Пола Доэрти и Джеймса Уилсона «Человек + машина» издательства МИФ. Подключайтесь к прямым эфирам, задавайте вопросы и получите сертификат на 10 тысяч рублей на любой курс Skillbox.
Скорее записывайтесь!

Интересная статья и анимация для объяснения машинного обучения и легкого понимания машинного обучения для начинающих.

(просто перетащите животных) 🐱🐶!
https://shly.link/mKSVj

8 инструментов моделирования для создания сложных алгоритмов
_______________

Прежде чем выбрать инструмент, вы должны сначала узнать свою конечную цель — машинное обучение или глубокое обучение.

Машинное обучение выявляет закономерности в данных с помощью алгоритмов, в основном основанных на традиционных методах статистического обучения. Это наиболее полезно при анализе структурированных данных.

Глубокое обучение иногда считают частью машинного обучения. Основанное на концепции нейронных сетей, оно полезен для анализа изображений, видео, текста и других неструктурированных данных. Модели глубокого обучения также, как правило, более ресурсоемки и требуют большей мощности процессора и графического процессора. https://shly.link/TJiq6

Познакомьтесь с профессией тестировщика на бесплатном онлайн-интенсиве Skillbox! Погрузитесь в процессы тестирования и за 3 дня пройдите путь от основ юзабилити до автотестов.

Регистрируйтесь и получите список полезных ссылок для начинающего тестировщика: 👉 https://clc.to/x0aveg

На интенсиве вы:

✔️ разберётесь в основных видах тестирования;
✔️ освоите работу с расширением Selenium IDE;
✔️ протестируете веб-страницу на удобство, надёжность и безопасность;
✔️ научитесь составлять баг-репорты.

🎓 Спикер — инженер по тестированию в Яндексе Дмитрий Якин. Дмитрий выступал с докладами на конференциях SQA-days, TechTrain и CodeFest. Он проведёт практические вебинары, поделится полезной теорией и ответит на все вопросы.

🎁 Участвуйте, прокачайте знания и получите в подарок электронную книгу «Человек + машина» и сертификат на 10 тысяч рублей на любой курс Skillbox.

Ждём в прямом эфире 16–18 мая в 19:00 по московскому времени.

Вы должны использовать это для визуализации соединений SQL вместо диаграмм Венна
_______________
Диаграммы Венна в прошлом году
https://shly.link/gvzRz

🚀 Попробуйте себя в качестве разработчика программных роботов! 🚀

В OTUS пройдет интенсив «Разработка RPA-решений на платформе PIX» в OTUS.

В первый день мы рассмотрим работу со студией на примере сквозного процесса: активности ML, продвинутое тестирование и отладку и взаимодействие с БД.

Во второй день рассмотрим работу с мастером: версионирование проектов, работу с процессами и очередями.

Интенсив пройдет в рамках онлайн-курса «Разработчик программных роботов (RPA) на базе UiPath и PIX». Для обучения достаточно базовых знаний одного из языков: Java, C, C++ или C#.

👉🏻 Пройдите вступительный тест, чтобы зарегистрироваться на вебинар

Распознавание текста документа (docTR): простое и точное оптическое распознавание символов (OCR)
____________________________

Современное оптическое распознавание символов (OCR), ставшее беспроблемным и доступным для всех, на базе TensorFlow 2 и PyTorch.

https://shly.link/eHCyw

MLOps за 10 минут
_______________
Как MLOps помогает на всех этапах проекта машинного обучения
https://shly.link/X7pxM

Представляем ускоренное обучение PyTorch на Mac
_______________

В сотрудничестве с командой разработчиков Metal в Apple мы рады объявить о поддержке обучения PyTorch с ускорением на GPU на Mac. До сих пор обучение PyTorch на Mac использовало только ЦП, но с предстоящим выпуском PyTorch v1.12 разработчики могут использовать преимущества кремниевых графических процессоров Apple для значительно более быстрого обучения моделей.
https://shly.link/caJjq