Шпаргалка Big-O

https://www.bigocheatsheet.com/

Проекты по машинному обучению для начинающих с исходным кодом😲
______________________________

Проекты

12 основных расширений VSCode для науки о данных
______
Узнайте о расширениях VSCode для работы с данными, которые помогут повысить производительность и улучшить взаимодействие с пользователем.
https://shly.link/pVJkN

Мой проект по машинному обучению Join us😃

Полная дорожная карта, чтобы стать аналитиком данных без предыдущего опыта
______
https://shly.link/8GTvR

10 фактов о науке о данных, о которых вам не говорят
Сравнение ожиданий и реальности карьеры в науке о данных
______
https://shly.link/ii5jj

5 моделей машинного обучения, которые должен знать каждый специалист по данным
______
https://shly.link/mdmKuNt

10 жемчужин Sklearn, спрятанных в документах и ​​ожидающих своей находки
______
https://shly.link/Q63TW

4 анти-паттерна Pandas, которых следует избегать, и как их исправить
______
pandas — это мощная библиотека анализа данных с богатым API, которая предлагает несколько способов выполнения любой задачи по обработке данных. Некоторые из этих подходов лучше других, и пользователи панд часто изучают неоптимальные методы кодирования, которые становятся их рабочими процессами по умолчанию.
https://shly.link/m3WVK

Операции машинного обучения (MLOPs): обзор, определение и архитектура
______
Отличный обзор операций машинного обучения (MLOps), основанный на подходе к исследованию смешанного метода, включая обзор литературы, обзор инструментов и интервью с экспертами. Это обширный документ, охватывающий принципы, компоненты, роли, архитектуру и рабочие процессы MLOps.
https://shly.link/yYkkz

Кураторский список потрясающих библиотек с открытым исходным кодом для развертывания, мониторинга, версии и масштабирования вашего машинного обучения.

https://shly.link/ghmD0N

Аутсорс обучения НС и разметки данных.

Возьмем на себя отдельно разметку/прогерскую часть, или задачу целиком.

Бесплатный тестовый датасет.

Контактные данные:

Виктор

+7 916 249 3655

@ofcem

labelhand.ru

Использование GPT-3 для объяснения работы кода
______

Потрясающий вариант использования GPT-3. Может ли GPT-3 действительно объяснить, как работают разделы кода? Проверь это. «Это поразительно эффективно».
https://shly.link/KkeKA

Ни один язык не забыт
______
Исследования в области больших языковых моделей продолжают приносить умопомрачительные прорывы, на этот раз обеспечивая мультимодальный перевод на более чем 200 языков. Meta опубликовала интересный ресурс, демонстрирующий их цель объединить культуры и языки с помощью массивной многоязычной модели машинного обучения под кодовым названием «Ни один язык не остался позади».
https://shly.link/J6k71

Проектирование арифметических схем с помощью глубокого обучения с подкреплением
______

По мере замедления действия закона Мура становится все более важной разработка других методов, улучшающих производительность чипа на том же технологическом узле. Наш подход использует ИИ для разработки меньших, более быстрых и более эффективных схем, чтобы обеспечить более высокую производительность с каждым поколением чипов.
https://shly.link/pgHuk

Примечания к курсу машинного обучения
______

Делитесь заметками по курсу по всем темам, связанным с машинным обучением, НЛП и ИИ.
https://shly.link/ghAUvk

Мы представляем унифицированный метод, названный Unicorn, который может одновременно решать четыре задачи отслеживания (SOT, MOT, VOS, MOTS) в одной сети с использованием одних и тех же параметров модели.

Unicorn работает на уровне или лучше, чем его аналоги для конкретных задач в 8 наборах данных отслеживания, включая LaSOT, TrackingNet, MOT17, BDD100K, DAVIS16-17, MOTS20 и BDD100K MOTS.

Документ: https://arxiv.org/abs/2207.07078

Код: https://github.com/MasterBin-IIAU/Unicorn

Что такое классификация текстов?
_____________________________________

Классификация текста — это процесс классификации текста по одному или нескольким различным классам. Узнайте, как разработать алгоритм глубокого обучения классификации текста.

https://shly.link/maBEG

Как SQL может ускорить вашу работу и где его освоить? Узнайте на вебинаре.
→ Бесплатно, 25 июля в 19:00

SQL — это расчёты метрик, отчёты, поиск нужных данных, быстрота и надёжность. Рассказывать о навыке будут эксперты:
◾️ Дмитрий Попков, маркетинговый аналитик в Яндексе.
Знает, как ускорить работу с помощью SQL.

◾️ Сушков Александр, автор курсов по SQL и преподаватель Яндекс Практикума.
Не только обучает SQL, но и думает на нём.


◾️ Семён Расторопов, выпускник первой когорты курса «SQL для работы с данными и аналитики».
Умеет решать задачи со звёздочкой.

Вы узнаете:
— зачем нужен SQL в анализе данных и других сферах;
— какие задачи с можно решать с помощью SQL;
— как легче его выучить.

→ Зарегистрироваться на вебинар

190 проектов Python с исходным кодом
______

В этой статье я познакомлю вас с более чем 190 проектами Python с исходным кодом.
https://shly.link/wdooL

Пять убийственных методов оптимизации, которые должен знать каждый пользователь Pandas
______
Шаг к оптимизации времени выполнения анализа данных
https://shly.link/z03bm

Vacancies for Data Scientists are already in the channel!

Subscribe not to miss new ones.

7 шагов для успешного проекта глубокого обучения
______
Руководство по разработке эффективных проектов глубокого обучения
https://shly.link/mdms0s3

✏️Обзор и применение больших языковых моделей (LLM)
______

https://shly.link/NETr1

✏️Трансформеры в компьютерном зрении: архитектуры ViT, советы, хитрости и улучшения
______

https://shly.link/iZBom

✏️Модели трансформеров: введение и каталог
______

https://shly.link/tM2jM