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

Системы поддержки принятия врачебных решений, которые разработают участники конкурса AI’M DOCTOR должны будут делать выводы на основе анализа комплекса информации о пациенте, включая медицинскую карту и протоколы осмотров. Также эти системы должны будут уметь обращаться к внешним базам медицинских знаний. При этом важнейшей характеристикой будет способность к проведению дифференциальной диагностики.

Значительную роль сыграет способность системы объяснить свои заключения. Для того, чтобы добиться этого, необходимо осуществить настоящий технологический прорыв, перейдя от «слабого» к «объясняющему» искусственному интеллекту. В данный момент логика работы ИИ-систем (Искусственного интеллекта) скрыта.

Созданные системы должны стать надежными помощниками врачей, доступными в любое время и в любой день. А облачные технологии помогут сделать их доступными практически в любой точке планеты.

Подробнее о конкурсе НТИ Up Great AI’M DOCTOR, FB и ВК

Graph ML в 2022 году: где мы сейчас? Для Graph ML это был год - тысячи статей, многочисленные конференции и семинары… Как мы можем догнать столько интересных вещей, которые происходят вокруг? Что ж, мы тоже озадачены и решили представить структурированный взгляд на Graph ML, выделив тенденции и основные достижения. Работаете ли вы над более узкой темой или только начинаете в Graph ML - мы надеемся, что эта статья станет хорошим ориентиром. https://shly.link/hqj6N

JoJoGAN: Стилизация лица одним выстрелом источник: https://arxiv.org/abs/2112.11641

github: https://github.com/mchong6/JoJoGAN

Веб-демонстрация Huggingface Gradio: https://huggingface.co/spaces/akhaliq/JoJoGAN

Huggingface: https://huggingface.co/spaces

Градио Github: https://github.com/gradio-app/gradio

С Новым годом!

10 хитростей Python, которым нужно следовать для проектов в области науки о данных
В этой статье представлены 10 основных приемов работы с Python, которым нужно следовать при выполнении проектов в области науки о данных. https://shly.link/3Km8q

Отличный ресурс для всех, кто заинтересован в карьере в области Deep Learning:

Deep Learning Interviews: Сотни полностью решенных вопросов для собеседования по широкому кругу ключевых тем в области искусственного интеллекта https://shly.link/m5Msn👇