💥Замечательная шпаргалка по нейронным сетям!

​​Соверши прорыв в методах диагностики и выиграй приз ₽200 млн!

Прими участие в конкурсе в области ИИ в медицине.

Нужно создать интеллектуальную систему поддержки принятия врачебных решений (СППВР) для формулировки заключительного диагноза на основе анализа комплекса данных о пациенте, информации из профессиональных медицинских баз знаний и клинических рекомендаций. Такая СППВР должна стать коллегой-помощником доктора, а потому должна уметь не только поставить точный диагноз, но и обосновать его так, чтобы врач ей доверял.

Технологии, развиваемые в рамках проведения Конкурса, смогут стать ядром широкого спектра продуктов, как в медицине и здравоохранении, так и в других областях, где необходимо объединять системы на основе машинного обучения, обработку естественного языка и работу с неструктурированными данными. Полученные в ходе Конкурса разработки будут способствовать занятию российскими высокотехнологичными компаниями ведущих позиций в области ИИ в медицине и здравоохранении на мировом рынке.

Вместе с основным этапом проводится конкурс-сателлит по аналогичной тематике с более простым заданием. Он направлен на поддержку команд-участниц и также имеет денежный приз.

Отборочный этап начнется осенью 2022 года, но заявку можно подать уже сейчас. Требования к разработчикам, график конкурса, задание и регистрация на конкурс: https://ai4med.upgreat.one/

🖥 Сравнительный анализ глубокого обучения с графическим процессором M1 Pro (Metal) и графическим процессором Colab (Tesla P80) и Kaggle (P100) https://goo.su/bv5 🖥 Графические нейронные сети через призму дифференциальной геометрии и алгебраической топологии Дифференциальная геометрия и алгебраическая топология не очень часто встречаются в массовом машинном обучении. В этой серии публикаций я покажу, как инструменты из этих областей можно использовать для переосмысления графических нейронных сетей и принципиального решения некоторых из их общих проблем. https://goo.su/qMh

Никогда больше не запутайтесь с наукой о данных, аналитикой данных или большими данными.

​​Беспилотные авиационные системы — это будущее грузоперевозок. Современные технологии уже позволяют управлять судном дистанционно и программировать полет. Однако, в аэрологистике существует несколько барьеров, которые в полной мере не преодолены:

— низкая надежность беспилотных авиационных систем, способных поднять массу даже в диапазоне 15-30 кг;
— экономика перевозки даже по кратчайшему пути в 4 раза хуже автомобильной. В каждой точке посадки требуется квалифицированный экипаж и техническое обслуживание;
— инфраструктурные ограничения по размерам площадок в местах отправки-получения груза. Также требуется разработка средств точной посадки в любых погодных условия;
— ограничение по условиям использования воздушного пространства, требующее полета только по разрешению при отсутствии возможности безопасно выполнять совместные полеты с другими воздушными судами.

Каждый из четырех барьеров даже сам по себе является сложной технологической задачей, каждую из которой пора решать.

Следите за анонсами на сайте https://www.upgreat.one/?utm_source=tg или в сообществе в Фейсбук www.facebook.com/upgreatone

🖥 Исследование: искусственный интеллект, облако и 5G станут важнейшими технологиями в 2022 году
https://goo.su/a2Nh

Инфографика: конвейеры больших данных на AWS, Azure и Google Cloud

Этот автомобиль способен ездить по улицам с высокой загруженностью

🖥 Машинное обучение и искусственный интеллект приводят к серьезным изменениям в мировой экономике. В этой статье рассматривается, как компании в различных секторах экономики применяют методы искусственного интеллекта (ИИ). Однако, прежде чем мы рассмотрим затронутые секторы, важно отметить основные движущие силы, которые подпитывают рост влияния и охвата машинного обучения в секторах экономики, будут только расти по мере нашего продвижения вперед. Это связано с тем, что большие данные только становятся больше, скорость передачи данных увеличивается, плюс доступность более дешевого хранилища данных плюс появление мощных графических процессоров (GPU), позволяющих развертывать алгоритмы глубокого обучения. Кроме того, новые исследования в области глубокого обучения и других областей машинного обучения будут продолжать внедряться в реальное производство в течение следующих нескольких лет, что приведет к новым возможностям и приложениям. https://goo.su/p3U

🔥Хардкорный тест по Infrastructure as a code

Ответьте на 16 вопросов и проверьте, насколько хорошо вы знаете подход. Сможете сдать — пройдёте на продвинутый курс по специальной цене.

👉🏻ПРОЙТИ ТЕСТ ПО IAC: https://otus.pw/Gvfm/

Шпаргалка по #ComputerScience .

Научная визуализация: Python + Matplotlib Исходники для книги (включая примеры кода) доступны по адресу github.com/rougier/scientific-visualization-book . Вы можете прочитать книгу PDF

Этот разработчик интегрировал #AugmentedReality с #MachineLearning и #Music

🖥 Дорожная карта для чтения статей по глубокому обучению Если вы новичок в области глубокого обучения, первый вопрос, который у вас может возникнуть: «С какой статьи мне начать читать?»

Вот дорожная карта чтения статей по глубокому обучению! https://goo.su/lqL

Вот самая полная шпаргалка по Python для науки о данных!

Большие данные — большие возможности. Освой Data Science с командой NIX!

Чем бы ты не занимался, всегда нужно учиться новому. А в сфере Data Science тем более ;) Подключайся к онлайн-лекциям экспертов NIX — научись создавать чат-ботов и узнай о новых способах обработки big data.

Когда: 2 декабря в 18:00
Где: на YouTube-канале NIX

В программе:
🔹 «DASK — помощник в Data Science»
Сергей Пащенко, Data Scientist
Во время лекции эксперт сравнит DASK с инструментом Pandas и рассмотрит задачи по обработке больших данных. Также ты узнаешь об анализе метрик производительности и стратегии распараллеливания.

🔹«Чат-бот c элементами NLU»
Анастасия Селезень, Data Scientist
Экспертка расскажет о возможностях современных алгоритмов и моделях машинного обучения из области NLU, а также как преодолеть сложности в их использовании.
Ты познакомишься с ключевыми этапами построения чат-бота, который ищет правильные ответы на запросы пользователей.

Чтобы не пропустить начало трансляции, жми 🔔

До встречи на стриме ;)

Введение в архитектуры больших данных https://goo.su/QB1

Koila Предотвращает CUDA error: out of memory error одной строчкой кода. https://goo.su/ozJ

Все алгоритмы машинного обучения, которые вы должны знать в 2022 году Интуитивно понятные объяснения самых популярных моделей машинного обучения https://goo.su/9q3U

Используйте W&B, чтобы быстрее создавать лучшие модели. Отслеживайте и визуализируйте все составляющие вашего конвейера машинного обучения, от наборов данных до производственных моделей. https://goo.su/BrH