Big data world
2.35K subscribers
412 photos
64 videos
18 files
1.25K links
Интересные статьи Data Science : Big Data : Machine Learning : Deep Learning

По вопросам сотрудничества- @Daily_admin_info

По иным темам @un_ixtime
Download Telegram
📚10 бесплатных курсов по математике для науки о данных, которые вы должны знать в 2022 году

Знание математики необходимо для понимания основ науки о данных. Так что, если вы хотите изучить математику для науки о данных , эта статья для вас. В этой статье вы найдете 10 лучших бесплатных курсов по математике для науки о данных .
https://shly.link/vW7fT

🔍Бинарный интеллект: как думает машина

Правда об экспоненциальном росте мыслящих машин
https://shly.link/mdm1uGR
👍1👎1
Испытайте себя в роли Data Scientist на бесплатном онлайн-интенсиве 6–8 октября. За 3 дня вы освоите основные рабочие инструменты и узнаете, с чем сталкиваются в работе специалисты по данным. Решите несколько реальных задач и оцените, интересна ли вам эта профессия.

Заполните форму и получите полезный материал по Data Science на почту: 🔜 https://clc.to/V5AXgg.
В нём вы найдёте список навыков, необходимых для прохождения собеседования, и советы, где искать первые заказы для портфолио.

На интенсиве вы:
✔️ построите модели для прогнозирования данных;
✔️ узнаете, как использовать язык Python для data-аналитики;
✔️ научитесь применять Data Science в бизнесе;
✔️ изучите техники исследования данных и разберёте реальные задачи;
✔️ создадите проект, который высоко оценят потенциальные работодатели.

🎁 Всем участникам, дошедшим до финала интенсива, подарим электронную книгу Пола Доэрти и Джеймса Уилсона «Человек + машина» издательства МИФ. Подключайтесь к прямым эфирам, задавайте вопросы и получите сертификат на 10 000 рублей на любой курс Skillbox.

Скорее записывайтесь!
This media is not supported in your browser
VIEW IN TELEGRAM
Stablediffusion-infinity: перекрашивание с помощью стабильной диффузии на бесконечном холсте

colab: https://shly.link/ge9MC

гитхаб: https://github.com/lkwq007/stablediffusion-infinity
500 AI Machine learning Deep learning Computer vision NLP проектов с кодом

https://shly.link/ghono2
Как работают диффузионные модели: математика с нуля

Диффузионные модели — это новый класс современных генеративных моделей, которые генерируют разнообразные изображения с высоким разрешением. Они уже привлекли к себе много внимания после того, как OpenAI, Nvidia и Google успели обучить крупномасштабные модели. Примерами архитектур, основанных на моделях диффузии, являются GLIDE, DALLE-2, Imagen и полная стабильная диффузия с открытым исходным кодом.

Но какой главный принцип стоит за ними?

В этом сообщении блога мы проложим путь от основных принципов.

https://shly.link/G1EdJ
This media is not supported in your browser
VIEW IN TELEGRAM
3d-diffusion

3D-генерация из одного изображения. 3DiM — это система искусственного интеллекта, которая создает 3D-рендеринг из одного входного изображения.

https://3d-diffusion.github.io/
This media is not supported in your browser
VIEW IN TELEGRAM
Модели генерации изображений — это увлекательные инструменты для изучения структуры визуального мира.

Генеративные модели изображений изучают «скрытое многообразие» визуального мира: низкоразмерное векторное пространство, где каждая точка отображается в изображение. Переход от такой точки коллектора обратно к отображаемому изображению называется «декодированием» — в модели стабильной диффузии этим занимается модель «декодер».

Однако Stable Diffusion — это не просто модель изображения, это также модель естественного языка. Он имеет два скрытых пространства: пространство представления изображения, изученное кодировщиком, используемым во время обучения, и быстрое скрытое пространство, которое изучено с использованием комбинации предварительного обучения и тонкой настройки во время обучения.
https://keras.io/examples/generative/random_walks_with_stable_diffusion/
🖼С KerasCV любой может использовать конвейер StableDiffusion с максимальной пропускной способностью для создания изображений!
120 проектов по науке о данных, которые вы можете попробовать с Python

Ниже приведен список проектов Data Science с Python, которые вы можете попробовать как новичок. Каждый из приведенных ниже проектов решен и объяснен с использованием Python

https://shly.link/br12y
Пришло время попрощаться с методом слияния в Pandas
Почему я перестал использовать метод слияния в Pandas и почему вам следует поступить так же
https://shly.link/9ihcx
Станьте сертифицированным Microsoft AI Engineer БЕСПЛАТНО Нам нужно выполнить задание, чтобы получить бесплатный сертификационный экзамен Microsoft.

https://shly.link/9jdTF
This media is not supported in your browser
VIEW IN TELEGRAM
Это обучение machine learning на пейзажах. StyleGAN3 была выпущена в октябре 2021 года и представляет собой генеративную адверсивную сеть, особенно эффективную при создании фотореалистичных лиц.

https://lambdalabs.com/blog/stylegan-3/
1
Список шпаргалок по науке о данных, чтобы править миром

https://github.com/FavioVazquez/ds-cheatsheets
Для специалистов, которые хотят изменить свою профессиональную жизнь и работать в международной команде. Обучение построено вокруг рабочих ситуаций и полезных для карьеры навыков:

• Самопрезентация. Рассказ о своей роли, задачах, сфере ответственности на поведенческом интервью и в неформальной беседе.
• Работа в команде. Стендапы, планирование спринтов, демонстрация навыков командной работы на собеседовании.
• Общение с заказчиками и исполнителями. Сбор требований у стейкхолдеров и постановка задач для разработчиков.
• Презентация результатов работы. Выступление на митапах, неформальное общение с коллегами из отрасли.
• Обсуждение решений по проекту. Генерация и аргументация идей, участие в мозговых штурмах.
• Рефлексия и самоанализ. Ретроспектива, ревью, ответы на сложные вопросы.

Запишитесь на бесплатную консультацию. Определим ваш уровень языка, расскажем про обучение и ответим на все вопросы
Это набор простых реализаций PyTorch для нейронных сетей и связанных с ними алгоритмов. Эти реализации задокументированы с пояснениями, и веб- сайт отображает их в виде отформатированных заметок рядом друг с другом. Мы считаем, что это поможет вам лучше понять эти алгоритмы.


https://shly.link/2u2bJ
Только 30 методов, которые вы должны освоить, чтобы стать профессионалом Pandas

После использования панд более трех лет, вот 30 методов, которые я использовал почти все время.

Pandas, несомненно, является одной из лучших библиотек, когда-либо созданных в Python для обработки табличных данных и задач обработки.

Будучи открытым исходным кодом, многочисленные разработчики из разных уголков мира внесли свой вклад в его развитие и довели его до того, чем он является сегодня — поддерживая сотни методов для различных задач.

Однако, если вы новичок и пытаетесь прочно закрепиться в библиотеке Pandas, поначалу все может показаться очень пугающим и ошеломляющим, если вы начнете с официальной документации Pandas

Поскольку я сам был там, этот блог предназначен для того, чтобы помочь вам начать работу с Pandas.

Другими словами, в этом блоге я расскажу о своем более чем 3-летнем опыте использования Pandas и поделюсь теми 30 конкретными методами, которые я использовал почти все время.
https://shly.link/ma1ze
👍1😁1
Шпаргалки по науке о данных и машинному обучению

https://shly.link/HXXq8
Библиотека Python, упрощающая прогнозирование временных рядов.
В этом блоге рассказывается о Darts, в настоящее время одной из лучших и самых простых библиотек, специально созданных для прогнозирования данных временных рядов и управления ими.
https://shly.link/W4Tws

Отслеживание объектов с нуля — OpenCV и python
https://shly.link/ZAWnY

💥Приглашаем на вебинар «Предсказание отказов в промышленности: от теории к практике» 8 ноября в 10:00

Предсказание отказов промышленного оборудования достигается за счёт непрерывного мониторинга и контроля состояния оборудования.

Предсказательное обслуживание призвано существенно снизить затраты на техническое обслуживание оборудование, сократить количество поломок и время просто оборудования.

В ходе вебинара будет рассказано о существующих подходах к организации предсказательного обслуживания.

Также будет продемонстрирована экспериментальная установка, состоящая из электродвигателя, передаточного механизма, нагрузки и системы датчиков. Установка моделирует режимы корректной работы, электрический и механические дефекты и их комбинаций.

Будут показаны варианты решения задачи обнаружения признаков износа и их классификации с применением анализа сигналов и машинного обучения. Мы сравним данные и результаты, полученные с помощью установки и её Simulink-модели.

Зарегистрироваться можно тут
👍1