🖥 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👆

Экосистема #datascience

🔥Никакого хаоса, никаких бессвязных метрик: после курса "Мониторинг и логирование Zabbix, Prometheus, ELK ". Готовы ли вы к обучению на продвинутом онлайн-курсе? Пройдите тест и узнайте сейчас!

👉ПРОЙТИ ТЕСТ: https://otus.pw/aXzJ/

📌Хотите больше узнать о программе курса и преподавателях?
Регистрируйтесь на бесплатный Demo Day 11 Октября в в 20:00 мск.: https://otus.pw/iKeC/

🖥 Эта нейронная сеть может обнаруживать 100 ключевых точек на теле человека
Раньше для этого требовалось 3-4 различных алгоритма. https://cutt.ly/WE1cCi5

🖥 Нерешенные проблемы безопасности машинного обучения Вместе с исследователями из Google Brain и OpenAI мы публикуем статью о нерешенных проблемах безопасности машинного обучения . В связи с возникающими проблемами безопасности в ML, такими как те, которые возникли в недавних крупномасштабных моделях, мы предлагаем новую дорожную карту для безопасности ML и уточняем технические проблемы, которые необходимо решить в этой области. В качестве предварительного просмотра статьи, в этом посте мы рассматриваем подмножество направлений работы, а именно противодействие опасностям («Надежность»), определение опасностей («Мониторинг») и управление системами машинного обучения («Согласование»).https://goo.su/85ag

🖥 Новости из глобальной теплицы искусственного интеллекта Обзор прогресса в исследованиях искусственного интеллекта показывает, что машинное обучение удовлетворительно улучшается, но на самом деле оно скоро станет намного лучше. https://cutt.ly/zE9gtKT

🖥 Водители-люди беспокоятся о ночном вождении - но не автомобили!

9 Важных алгоритмов машинного обучения

🖥 Это приложение #DeepLearning обнаруживает мусор

🖥 Я только что нашел замечательный веб-сайт на котором ясно объяснены некоторые фундаментальные концепции машинного обучения. https://goo.su/8CKO

🖥 Лучшие пакеты Python для науки о данных и способы их наилучшего использования Найти лучшие пакеты и библиотеки Python, которые не только популярны, но и выполняют свою работу, непросто. Вот список, который вам поможет. https://goo.su/8dAx

Примите участие в первом хакатоне от аудиосервиса СберЗвук с общим призовым фондом 500 000 рублей.

С 30 по 31 октября пройдут SberZvuk Tech Days в гибридном формате: 100 человек получат возможность посоревноваться в Москве в офлайне и 50 участников со всей России смогут принять участие онлайн.

Основная задача хакатона — разработать UGC-фильтр с возможностью автоматической фильтрации пользовательского видеоконтента на предмет соответствия требованиям и правилам.

К участию приглашаются python-разработчики middle и senior уровня.

Регистрация до 24 октября: https://bit.ly/3oYRHYw

🖥 ОБНАРУЖЕНИЕ, ОТСЛЕЖИВАНИЕ И ПОДСЧЕТ АВТОМОБИЛЕЙ Этот пример проекта посвящен «обнаружению, отслеживанию и подсчету транспортных средств» с использованием TensorFlow Object Counting API . https://github.com/bluesven869/detect-speed-vehicle

🖥 Две новые функции в scikit-learn 0.21 для визуализации деревьев решений:
🟣 plot_tree: использует Matplotlib (не Graphviz!)
🟣 Export_text: не требует внешних библиотек

Разбор фреймворков глубокого обучения Фреймворки предлагают строительные блоки для проектирования, обучения и проверки моделей через интерфейс программирования высокого уровня. Читайте дальше, чтобы изучить примеры фреймворков. https://goo.su/8Ato

🖥 Новый SOTA в сегментации видеообъектов - это безумие.😱

🖥 Блок- схема процесса #MachineLearning .