Полный 26-недельный курс изучения Python для науки о данных в 2022 году
Изучите большую часть материала Python, необходимого для науки о данных, за 26 недель Я создал 26-недельную учебную программу, которая содержит бесплатные ресурсы, которые вы можете использовать для изучения Python для науки о данных в 2022 году. https://shly.link/Z2oJm

ArcaneGAN: портрет в стиле Arcane. https://shly.link/gh5C6

Только что наткнулся на это в высшей степени читаемое и удобное для новичков введение в Трансформеры. https://shly.link/yfrcM

💥Обзор машинного обучения.

🔥 Начните изучать подход «Инфраструктура как код» уже 15 декабря в 20:00!

В OTUS пройдет открытый вебинар «SaltStack. Управление конфигурациями».

Что вас ждет на уроке?
- Научитесь работать с системой управления конфигурациями Saltstack.
- Узнаете, в чем ее отличие от прочих аналогичных систем.
- Рассмотрите, как работать с salt-ssh, salt-master и salt-minion, а также с основными аспектами построения структуры states.

Demo-занятие пройдет в рамках онлайн-курса «Infrastructure as a code» для админов, DevOps-ов и разработчиков. Это возможность попробовать курс и познакомиться с преподавателем.

👉🏻 Пройдите вступительный тест, чтобы попасть на мероприятие https://otus.pw/kzct/

Мечта сбывается: создание сайтов, думая о них Создавайте веб-сайты, используя свое воображение, от мысли до компьютера! https://shly.link/92L56

PyTorch против TensorFlow в 2022 году
Стоит использовать PyTorch илт TensorFlow в 2022 году? В этом руководстве рассматриваются основные плюсы и минусы PyTorch vs TensorFlow, а также то, как выбрать правильный фреймворк. https://shly.link/GphGd

Новая библиотека для байесовской оптимизации и настройки гиперпараметров https://shly.link/ghQBv

🖥 10 интересных задач компьютерного зрения
В этой статье приводится список некоторых интересных задач компьютерного зрения. https://shly.link/npBe5 🖥 Полное сквозное развертывание алгоритма машинного обучения в реальной производственной среде Как использовать scikit-learn, pickle, Flask, Microsoft Azure и ipywidgets для полного развертывания алгоритма машинного обучения Python в живой производственной среде. https://shly.link/X7rew 🖥 Конвейер непрерывного машинного обучения с нуля с помощью Docker и Apache Airflow
От настройки среды до реализации конвейера https://shly.link/ZAYL8

Математика для Машинного обучения и Искусственного интеллекта- электронная книга в формате PDF на 479 страницах

Введение в вероятности для Data Science - электронная книга

Погрузитесь в глубокое обучение 1020-страничный PDF-файл на сайте https://D2L.ai, а также изучите интерактивную электронную книгу #DeepLearning с мультифреймворкским кодом, математикой и обсуждениями: https://github.com/d2l-ai/d2l-en

Сборник шпаргалок, книг, вопросов и портфолио для подготовки к интервью DS / ML https://shly.link/ghZWr

Crop-CLIP, поиск предметов / объектов на изображении с использованием простого текстового описания https://shly.link/ghisN

Гауссовские процессы (1/3) - С нуля
В этом посте исследуются некоторые концепции гауссовских процессов, такие как случайные процессы и функция ядра. Мы построим более глубокое понимание регрессии гауссовских процессов, реализовав их с нуля с помощью Python и NumPy. https://shly.link/MQxwh

Нам задают много вопросов о технологическом конкурсе НТИ Up Great по Аэрологистике. Отвечаем на популярные:

Как были определены параметры технологического барьера — масса груза, дистанция и сценарий перевозки?

Барьер сформирован потребностями рынка. Мы усреднили все существующие и ожидаемые значения и получили: 50 кг груза и дистанцию в 1000 км.

Какие технологии и решения отсутствуют и будут разработаны в конкурсе?

Существует сразу несколько проблем:

— Низкая надежность беспилотного воздушного судна. Пока в мире никто не показал фактическую перевозку хотя бы 50 кг на 1000 км между несколькими получателями.

— Низкая автономность обслуживания. Держать специализированный персонал в каждой точке погрузки-разгрузки экономически невыгодно.

Как обеспечивается объективность?

Публичностью — контроль груза, видеозапись действий персонала, фиксация траектории полета и т.д. На испытаниях могут присутствовать все желающие эксперты от разных организаций.

Подробнее, FB и ВК

Изучение Julia для начинающих - будущий язык программирования для науки о данных и машинного обучения с пояснениями https://shly.link/nYw22

Хотите быть в курсе передовых технологий в IT?

💻 Получите доступ к единой витрине технологий Сбера! На платформе SmartMarket можно решать любые IT-задачи: от создания приложений для виртуальных ассистентов до организации облачного хранения данных. Вы сможете:

— Использовать десятки современных инструментов, например, нейросетевые решения и веб-хостинг;
— Подключить к готовому проекту NLP-платформу и распознавание жестов;
— Монетизировать бизнес в один клик;
— Найти в одном месте документацию, API и спецификации для всех сервисов;
— Общаться с сообществом из 2500+ IT-специалистов, посещать митапы и многое другое!

А ещё вы получите бонусы от партнеров Сбера и доступ к аудитории экосистемы в 100 млн клиентов.

👉🏻 Подробности и бесплатная регистрация в SmartMarket Studio здесь.

Практический курс обучения с подкреплением, часть 1 Начните свое путешествие по обучению с подкреплением с этого первого из двух туториалов, в котором рассматриваются основы техники с примерами и кодом Python. https://shly.link/tY6kV Практический курс обучения с подкреплением, часть 2 Продолжите свое учебное путешествие по обучению с подкреплением с помощью этого второго из двух руководств, которые охватывают основы техники с примерами и кодом Python. https://shly.link/f1g5q