Машинное обучение, AI, нейронные сети, Big Data (VK)

#book #neural #python #practice

 Машинное обучение, AI, нейронные сети, Big Data (VK)
МИЭТ | Лекция 1 | Язык программирования Python и полезные модули

https://www.youtube.com/watch?v=UZS2fzflGEM

https://www.youtube.com/watch?v=tkaSJHVoA4w

https://www.youtube.com/watch?v=g1ozri1Zjnc

https://www.youtube.com/watch?v=r8V28TyJ1Mw

https://www.youtube.com/watch?v=WxNAW2G_RWw

https://www.youtube.com/watch?v=BbZABkD3Ylc

https://www.youtube.com/watch?v=8eVdnlsBFnI

https://www.youtube.com/watch?v=jCZ0g-gzlLo

Курс МИЭТ | Методы обработки и анализа больших данных

Язык программирования Python и полезные модули
Введение в машинное обучение
Градиентный бустинг и другие методы для обработки табличных данных
Введение в нейронные сети
Свёрточные нейронные сети для работы с изображениями
Работа с текстовыми данными
Работа со звуковыми данными. Задачи Object Detection и Segmentation
Реализация нейронных сетей на аппаратном уровне

#video #python #datascience #neural

Машинное обучение, AI, нейронные сети, Big Data (VK)

#book #python #datascience

 Машинное обучение, AI, нейронные сети, Big Data (VK)
Pandas (Python) Как храним наблюдения? - Data Science Handmade

https://www.youtube.com/watch?v=5EOOZ2Ifv6E

https://www.youtube.com/watch?v=IQb8UKNLxxo

https://www.youtube.com/watch?v=KZCZ0F0hGFQ

https://www.youtube.com/watch?v=6b_4Gw3LR7k

https://www.youtube.com/watch?v=0nWR4RhwelA

https://www.youtube.com/watch?v=7CRurIQJjRY

https://www.youtube.com/watch?v=tMdFwzTwGWU

https://www.youtube.com/watch?v=82NROMDHuj4

https://www.youtube.com/watch?v=Z8sVfhVi06c

https://www.youtube.com/watch?v=RWK4q-Uy0bE

Python. Data Science. Handmade.

● Pandas (Python) Как храним наблюдения?
● Визуализация (Python)
● K-means (кластеризация, обучение без учителя)
● Деревья решений. Shannon's Entropy - рассматриваю идею...
● Деревья решений. Gini Impurity - рассматриваю идею...
● Linear Regression - рассматриваю идею...
● Линейная регрессия. Применение (R)
● Градиентный спуск (идея)
● TensorFlow (Python) введение, градиентный спуск, линейная регрессия
● Логистическая регрессия TensorFlow (Python)



#video #python #ai

​​​DFSpot – Нейро-сетевая модель, которая определяет, является ли входное видео/изображение реальным или дипфейком

⤷ Ссылка на Google Colab

@neural | #Python #Interesting #Video #Neural #Network

​Metaflow – С лёгкостью создавайте и управляйте реальными проектами по data science!

Metaflow - это достаточно простая и удобная библиотека Python/R, которая помогает ученым и инженерам создавать и управлять своими проектами в области data science.

Metaflow был первоначально разработан на Netflix для повышения производительности работы специалистов по анализу данных, которые работают над широким спектром проектов от классической статистики до современного глубокого обучения.

#GitHub | #Python #Data #Science

🔥 Полезные библиотеки Python

BlendGAN - интересная нейронка позволяющая смешивать лица и преобразовывать их в портреты.

⚙️ GitHub/Инструкция

#python #github #soft

​Eportal – Симулятор эволюции с капелькой ИИ

Когда начинается эволюция, вместе с ней начинаются великие битвы; объекты делают все возможное, чтобы заполнить как можно больше места для победы своего «вида»; некоторые из них становятся пассивными, едят растения и размножаются, некоторые из них становятся агрессивными, пытаясь атаковать объекты других видов

В общем и целом, довольно интересный проект с которым можно поиграться, посмотреть исходный код

@neural | #Python #AI #Interesting

DeepFaceDrawing — нейросеть, которая позволяет создавать реалистичные изображения лиц из набросков от руки

Метод отрисовки по существу использует входные эскизы в качестве «мягких» ограничений и, таким образом, способен создавать высококачественные изображения лиц даже из грубых и/или неполных эскизов. Данный инструмент прост в использовании даже для тех кто не рисует, сохраняя при этом тонкое управление деталями формы

#GitHub | #Python #Interesting

@neural

Geo-heatmap – генератор интерактивных геотепловых карт из данных о местоположении Google

Это скрипт, который генерирует интерактивную геотепловую карту из данных истории местоположения Google с использованием Python, Folium и OpenStreetMap

⤷ Ссылка на проект

#Python #Generator

@neural

​Pulse – инструмент, который превращает пиксилезированные фотографии лица в картинки с высоким качеством

Получив входное изображение с низким разрешением, PULSE ищет в выходных данных генеративной модели (StyleGAN) изображения с высоким разрешением, которые перцептивно схожи с входной картинкой

#Python #AI #Interesting

🔥 Полезные библиотеки Python

ChatterBot - основанный на машинном обучении диалоговый движок, построенный на Python, позволяет генерировать ответы на основе коллекций известных разговоров. Независимый от языка дизайн ChatterBot позволяет обучить его говорить на любом языке.

⚙️ GitHub/Инструкция

#python #github #soft

https://t.iss.one/neural

DeployMe – автоматизированное развертывание моделей машинного обучения

Идеально подходит для быстрого прототипирования и демонстрации работоспособности

⤷ Документация
⤷ Ссылка на проект

GitHub | #Interesting #Python #ML #Automation #Deployment #Docker

@neural

⚡️ Maestro — это инструмент искусственного интеллекта, который использует возможности передовых нейронных сетей для выполнения ваших задач.

https://www.youtube.com/shorts/rHAKj_erZzA

▪ Github: https://github.com/Doriandarko/maestro

@neural

🌍🚀 Многоязычная модель перевода Hunyuan-MT

Hunyuan-MT — это мощная модель перевода, поддерживающая 33 языка, включая редкие языки Китая. Она включает в себя как базовую модель Hunyuan-MT-7B, так и ансамблевую модель Hunyuan-MT-Chimera, обеспечивая высокое качество перевода и выдающиеся результаты на международных конкурсах.

🚀Основные моменты:
- Первое место в 30 из 31 категории на WMT25.
- Лидер по производительности среди моделей аналогичного масштаба.
- Первая открытая ансамблевая модель перевода.
- Комплексная структура обучения для достижения SOTA результатов.

📌 GitHub: https://github.com/Tencent-Hunyuan/Hunyuan-MT

#python

🎨🚀 Nano Banana Hackathon Kit

Официальный стартовый набор для участия в 48-часовом конкурсе от Google DeepMind. Используйте уникальные возможности Gemini API для создания инновационных приложений, которые изменят взаимодействие с визуальным контентом.

🚀Основные моменты:
- Доступ к API Gemini 2.5 для создания изображений.
- Призы на сумму более $400,000.
- Поддержка от партнеров, включая ElevenLabs и fal.ai.
- Ресурсы и примеры кода для быстрого старта.
- Участие в конкурсе с видео-презентацией вашего проекта.

📌 GitHub: https://github.com/google-gemini/nano-banana-hackathon-kit

#python