🖥 100+ самых ценных репозиториев Github для #MachineLearning https://cutt.ly/WEcTqYE

Структура данных !

​#новости

ICPC объявил о том, что на деловую программу Финала в Москве можно будет попасть бесплатно.

На ней будут проходить лекции и мастер-классы от спикеров топовых компаний: Huawei, Jet Brains, Мегафон, 1С и другие.

Расскажут как получить работу в крупной корпорации, зачем технарям развивать soft skills и как строить карьеру в IT.

Мероприятие пройдет 1-2 октября в Манеже, чтобы попасть на него бесплатно нужно просто зарегистрироваться.

GIT

🖥 7 крупнейших тенденций в области искусственного интеллекта (ИИ) в 2022 году В 2022 году мы увидим, что искусственный интеллект продолжит путь к превращению в самую революционную технологию, которую когда-либо разработало человечество. По словам генерального директора Google Сундара Пичаи, его влияние будет даже больше, чем воздействие огня или электричества на наше развитие как биологического вида. https://goo.su/7Uxq

Бесплатный вебинар «Vertica 11: Новая версия - новые возможности»
⏰ 6 октября 2021 года
 
Познакомьтесь с богатым функционалом новой версии аналитической платформы Vertica:
📌 работа с ORC-форматом (включая экспорт данных в ORC и поддержку сложных типов данных);
📌 поддержка сложных типов данных в JDBC-клиенте;
📌 партиционированные проекции;
📌 резервное копирование и восстановление в Azure;
📌 поддержка резервного копирования кластеров Eon с коммунальным хранилищем на Hadoop;
📌 множество улучшений в части шифрования подключений и соединений;
📌 поддержка развертывания Vertica Eon в инфраструктуре Kubernetes.
 
🤵 Ведущий — Александр Скоробогатов, архитектор решений Vertica в России и СНГ.
🤝 Присоединяйтесь! 
💡 Это будет интересно и полезно для расширения профессионального кругозора, или углубления знаний в области #BigData #аналитика #хранилищеданных.
▶️ Зарегистрироваться
🔎 Другой полезный контент на канале Micro Focus Russia & CIS

🖥 Первое правило машинного обучения: начните без машинного обучения Эффективное применение машинного обучения - непростая задача. Вам нужны данные. Вам нужен надежный конвейер для поддержки ваших потоков данных. И, прежде всего, вам нужны качественные этикетки. В результате в большинстве случаев моя первая итерация вообще не связана с машинным обучением. Правило №1: не бойтесь запускать продукт без машинного обучения.
Машинное обучение - это круто, но для этого нужны данные. Теоретически вы можете взять данные из другой проблемы, а затем настроить модель для нового продукта, но это, скорее всего, будет хуже базовой эвристики. Если вы думаете, что машинное обучение даст вам 100% импульс, то эвристика поможет вам на 50%. https://goo.su/7xYx

🖥 Абсолютный БЕСПЛАТНЫЙ учебный план по машинному обучению Полный план обучения, чтобы стать инженером по машинному обучению, со ссылками на все БЕСПЛАТНЫЕ ресурсы. https://goo.su/7UXj

🖥 САМОСТОЯТЕЛЬНАЯ ПАРКОВКА АВТОМОБИЛЯ В 500 СТРОК КОДА В этой статье мы научим машину самостоятельной парковке с помощью генетического алгоритма. https://goo.su/7Yns Поиграться можно здесь

Когда ваш ИИ-код работает слишком хорошо ...😂

🖥 Более 100 шпаргалок по науке о данных, глубокому обучению, искусственному интеллекту и машинному обучению https://goo.su/7Z5f

Что видит автопилот TESLA

🖥 AutoTabular • Автоматическое машинное обучение для табличных данных. AutoTabular автоматизирует задачи машинного обучения, позволяя легко добиваться высоких показателей прогнозирования в ваших приложениях. С помощью всего нескольких строк кода вы можете обучать и развертывать высокоточные модели машинного обучения и глубокого обучения с табличными данными. https://cutt.ly/iEJ7CHN

🖥 Этот график помогает лучше понять чувствительность и специфичность графически.

🖥 Введение в глубокое обучение в Julia В области науки о данных доминирует Python / R, но не так давно появился еще один претендент, Julia... https://goo.su/82NQ 🖥 Структуры данных и алгоритмы: действительно ли они необходимы? Итак, вы уже какое-то время занимаетесь программированием и постоянно слышите, как все говорят об изучении структур данных, о том, что это обычная часть процесса собеседования в ведущих технологических компаниях, как это полезно для конкурентного программирования, вы, вероятно, слышали и другие вещи, которые заинтересовало вас прочитать эту статью. https://cutt.ly/7EKvsmM

🖥 Есть одна большая причина, по которой нам нравится функция логарифма в машинном обучении. Логарифмы помогают нам снизить сложность, превращая умножение в сложение. Возможно, вы этого не знаете, но они стоят за многими вещами в машинном обучении. Вот и вся история.

🖥 FederatedLearning - это быстрорастущая область, которая позволяет MachineLearning работать с децентрализованными данными. Сегодня мы представляем библиотеку с открытым исходным кодом для моделирования федеративного обучения, которая подчеркивает простоту использования в исследованиях https://cutt.ly/xEZFJAV

🖥 Обучение с подкреплением #MachineLearning #AI

🖥 5 крупнейших тенденций в области науки о данных в 2022 году Появление науки о данных как области изучения и практического применения за последнее столетие привело к развитию таких технологий, как глубокое обучение , обработка естественного языка и компьютерное зрение . Вообще говоря, это позволило появиться машинному обучению (ML) как способу работы над тем, что мы называем искусственным интеллектом (AI) , областью технологий, которая быстро меняет то, как мы работаем и живем. https://cutt.ly/BEZDls7

Это день на пляже в 1896 году !! Алгоритмы глубокого обучения для улучшенной интерполяции изображений, HD, цвета и т. Д.

Исходное видео👆