ML-Фреймворк LightGBM для градиентного бустинга
https://pythonru.com/biblioteki/lightgbm
@machinelearning_ru
https://pythonru.com/biblioteki/lightgbm
@machinelearning_ru
PythonRu
LightGBM — подробное руководство [Python]
LightGBM — это фреймворк, который предоставляет реализацию деревьев принятия решений с градиентным бустингом. Он создан группой исследователей и
FAIR разработали архитектуру DINO для анализа изображений без лейблов
https://neurohive.io/ru/papers/dino/
@machinelearning_ru
https://neurohive.io/ru/papers/dino/
@machinelearning_ru
neurohive.io
FAIR разработали архитектуру DINO для анализа изображений без лейблов
DINO — инструмент от FAIR для самообучения новейших моделей Visual Transformer, пригодных для различных задач обработки изображений.
Классификация изображений с помощью TensorFlow Lite Model Maker
https://www.tensorflow.org/lite/tutorials/model_maker_image_classification
@machinelearning_ru
https://www.tensorflow.org/lite/tutorials/model_maker_image_classification
@machinelearning_ru
TensorFlow
Image classification with TensorFlow Lite Model Maker
Casual Conversations: датасет от FAIR, нацеленный на увеличение инклюзивности нейронных сетей
https://neurohive.io/ru/novosti/casual-conversations-dataset-ot-fair-nacelennyj-na-uvelichenie-inkljuzivnosti-nejronnyh-setej/
Dataset: https://ai.facebook.com/datasets/casual-conversations-dataset/
@machinelearning_ru
https://neurohive.io/ru/novosti/casual-conversations-dataset-ot-fair-nacelennyj-na-uvelichenie-inkljuzivnosti-nejronnyh-setej/
Dataset: https://ai.facebook.com/datasets/casual-conversations-dataset/
@machinelearning_ru
neurohive.io
Casual Conversations: датасет от FAIR, нацеленный на увеличение инклюзивности нейронных сетей
FAIR представил датасет Casual Conversations, состоящий из 45 186 видео с людьми разного возраста, пола и цвета кожи. Датасет позволит разработчикам оценивать однородность распознавания данных параметров моделями компьютерного зрения в различных подгруппах…
Говорят, что несколько веков назад достаточно образованные люди могли освоить все научные знания, сгенерированные на тот момент человечеством, в течение одной своей жизни. Представляете? Были такие люди, которые знали всё! С какой-то степенью допущения, разумеется. Но закон ускоряющейся отдачи сделал свое дело и теперь человечество нагенерило информации столько, что и тысячелетий не хватит, чтобы ее через себя пропустить.
В условиях такого, практически бесконечного, количества информации, меняются и форматы ее потребления. И многие уже давно ввели в свою жизнь аудиокниги и подкасты, чтобы, занимаясь рутинными и неинтересными делами, не "терять время даром" и познавать новое. Автор канала Стать специалистом по машинному обучению когда-то столкнулся с тем, что на русском языке нету аудиокниг и подкастов, с помощью которых можно было бы погрузиться в искусственный интеллект с самого нуля, и решил восполнить этот пробел.
Теперь вы можете слушать Machine Learning Podcast на всех основных подкастерских площадках, а в телеграм-канале получать оповещения о новых выпусках, полезные ссылки на лекции, статьи и курсы по теме.
В условиях такого, практически бесконечного, количества информации, меняются и форматы ее потребления. И многие уже давно ввели в свою жизнь аудиокниги и подкасты, чтобы, занимаясь рутинными и неинтересными делами, не "терять время даром" и познавать новое. Автор канала Стать специалистом по машинному обучению когда-то столкнулся с тем, что на русском языке нету аудиокниг и подкастов, с помощью которых можно было бы погрузиться в искусственный интеллект с самого нуля, и решил восполнить этот пробел.
Теперь вы можете слушать Machine Learning Podcast на всех основных подкастерских площадках, а в телеграм-канале получать оповещения о новых выпусках, полезные ссылки на лекции, статьи и курсы по теме.
Telegram
Стать специалистом по машинному обучению
Канал о машинном обучении для людей
Учусь разбираться в терминах ML вместе с вами. Для разбора теории приглашаю профессионалов. Подкаст: https://mlpodcast.mave.digital
С вопросами и предложениями пишите @kmsint
Учусь разбираться в терминах ML вместе с вами. Для разбора теории приглашаю профессионалов. Подкаст: https://mlpodcast.mave.digital
С вопросами и предложениями пишите @kmsint
Нейросеть обучили определять физиологические показатели по видеозаписи лица пациента
https://neurohive.io/ru/novosti/nejroset-obuchili-opredelyat-fiziologicheskie-pokazateli-po-videozapisi-lica-pacienta/
@machinelearning_ru
https://neurohive.io/ru/novosti/nejroset-obuchili-opredelyat-fiziologicheskie-pokazateli-po-videozapisi-lica-pacienta/
@machinelearning_ru
Neurohive - Нейронные сети
Нейросеть обучили определять физиологические показатели по видеозаписи лица пациента
Нейронная сеть позволяет определить частоту сердечных сокращений и уровень насыщения крови кислородом без использования медицинского оборудования или фитнес-трекера. Технология упрощает процесс медицинской диагностики и делает ее полностью бесконтактной.…
Новый подход на основе двух параллельных нейросетей способен «оживлять» фотографии
https://neurohive.io/ru/novosti/two-cnn-for-photos/
@machinelearning_ru
https://neurohive.io/ru/novosti/two-cnn-for-photos/
@machinelearning_ru
neurohive.io
Новый подход на основе двух параллельных нейросетей способен «оживлять» фотографии
Двое исследователей из Техасского университета A&M разработали подход, который позволяет рассмотреть одну фотографию с разных точек зрения.
Архитектура Vision Transformers показала неожиданно хорошие результаты без слоёв внимания
https://neurohive.io/ru/papers/do-you-even-need-attention-2/
@machinelearning_ru
https://neurohive.io/ru/papers/do-you-even-need-attention-2/
@machinelearning_ru
Neurohive - Нейронные сети
Архитектура Vision Transformers показала неожиданно хорошие результаты без слоёв внимания
Модель Vision Transformer без слоёв внимания показала высокие результаты на ImageNet.
This media is not supported in your browser
VIEW IN TELEGRAM
Создавайте красивые и интерактивные диаграммы аккордов с помощью Python
https://dev-gang.ru/article/sozdavaite-krasivye-i-interaktivnye-diagrammy-akkordov-s-pomosczu-python-kqxpwedqrg/
@machinelearning_ru
https://dev-gang.ru/article/sozdavaite-krasivye-i-interaktivnye-diagrammy-akkordov-s-pomosczu-python-kqxpwedqrg/
@machinelearning_ru
Прикладной_анализ_текстовых_данных_на_Python.pdf
10.3 MB
Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка
@machinelearning_ru
@machinelearning_ru
🥰1
Google Brain разработали MLP-Mixer, архитектуру компьютерного зрения на основе многослойных перцептронов
https://neurohive.io/ru/frameworki/mlp-mixer/
@machinelearning_ru
https://neurohive.io/ru/frameworki/mlp-mixer/
@machinelearning_ru
neurohive.io
Google Brain разработали MLP-Mixer, архитектуру компьютерного зрения на основе многослойных перцептронов
MLP-Mixer — архитектура от Google Brain, которая показала высокие результаты в компьютерном зрении, используя только линейные слои.
Введение в обработку изображений в Python с OpenCV
https://dev-gang.ru/article/vvedenie-v-obrabotku-izobrazhenii-v-python-s-opencv-bpvt25yc6e/
@machinelearning_ru
https://dev-gang.ru/article/vvedenie-v-obrabotku-izobrazhenii-v-python-s-opencv-bpvt25yc6e/
@machinelearning_ru
Модель машинного обучения с FLASK REST API
https://dev-gang.ru/article/model-mashinnogo-obuczenija-s-flask-rest-api-relacbm4lo/
@machinelearning_ru
https://dev-gang.ru/article/model-mashinnogo-obuczenija-s-flask-rest-api-relacbm4lo/
@machinelearning_ru
FiftyOne: инструмент для работы с датасетом Google Open Images
https://neurohive.io/ru/novosti/fiftyone-instrument-dlya-raboty-s-datasetom-google-open-images/
@machinelearning_ru
https://neurohive.io/ru/novosti/fiftyone-instrument-dlya-raboty-s-datasetom-google-open-images/
@machinelearning_ru
Neurohive - Нейронные сети
FiftyOne: инструмент для работы с датасетом Google Open Images
FiftyOne является наиболее удобным способом работы с изображениями из Open Images – крупнейшего датасета от Google, широко используемого в технологиях компьютерного зрения. Функционал инструмента включает выбор изображений определенного типа для загрузки…
ЗАЧЕМ ВАМ ВИЗУАЛИЗАЦИЯ АКТИВАЦИЙ МОДЕЛИ TENSORFLOW
https://python-school.ru/tensorflow-activation-visualization/
@machinelearning_ru
https://python-school.ru/tensorflow-activation-visualization/
@machinelearning_ru
КОЛЛЕКЦИЯ НЕЙРОННЫХ СЕТЕЙ: 11 ПРОДВИНУТЫХ
https://python-school.ru/types-of-neural-nets-2/
@machinelearning_ru
https://python-school.ru/types-of-neural-nets-2/
@machinelearning_ru
Google AI представила нейросеть, с высокой точностью определяющую положение зрачков глаз
https://neurohive.io/ru/novosti/google-ai-predstavila-nejroset-s-vysokoj-tochnostju-opredelyajushhuju-polozhenie-zrachkov-glaz/
@machinelearning_ru
https://neurohive.io/ru/novosti/google-ai-predstavila-nejroset-s-vysokoj-tochnostju-opredelyajushhuju-polozhenie-zrachkov-glaz/
@machinelearning_ru
Neurohive - Нейронные сети
Google AI представила метод отслеживания положения зрачков
В Google AI разработан метод точного отслеживания положения глаз с использованием смартфонов на основе машинного обучения.