Machinelearning

2023-04-15 12:10:43 Хотите узнать, как создавать нейронные сети и заработать от 150 тысяч рублей в месяц?

Изучение нейросетей может открыть множество возможностей для развития карьеры.

Почему нейросети это перспективно:

Тут много платят
Можно работать из любой точки Мира
Есть возможность продавать AI проекты на заказ с чеком 1 500 000 ₽

AI и нейросети доступны для изучения даже для людей далеких от мира IT, ведь опыт программирования НЕ нужен

Мы помогли уже тысячам людей получить профессию, которая будет востребована  минимум ближайшие 30 лет!

Присоединяйтесь  к нашему 3-дневному интенсиву по ИИ и получите полезные навыки и знания в короткий срок! Открыть/Комментировать

2023-04-14 19:34:01 Hard Patches Mining for Masked Image Modeling

We observe that the reconstruction loss can naturally be the metric of the difficulty of the pre-training task.

Мы предлагаем Hard Patches Mining (HPM), совершенно новую структуру для предварительного обучения MIM. Мы заметили, что потери на восстановление могут естественным образом служить метрикой сложности задачи предварительного обучения.

Github: https://github.com/haochen-wang409/hpm

Paper: https://arxiv.org/abs/2304.05919v1

Dataset: https://paperswithcode.com/dataset/ade20k

ai_machinelearning_big_data Открыть/Комментировать

2023-04-14 17:34:14 Почему именно ChatGPT стал прорывом в развитии нейросетей? Что происходит там под капотом на самом деле?

Посмотрим на ChatGPT глазами ML-специалистов 17 апреля в 18:00 на открытом уроке «Towards ChatGPT».

Вебинар приурочен к старту онлайн-курса «Natural Language Processing (NLP)» в OTUS. На занятии мы разберем подход, позволивший ChatGPT добиться таких высот.

Что вас ждет на занятии?

— Поговорим про трансформерные и генеративные модели, лежащие в основе ChatGPT
— Разберем подход обучения с подкреплением на основе отзывов (RLHF), идею тюнинга инструкций и модель InstructGPT.
— Узнаем, благодаря чему трансформерным моделям удалось достичь таких высот.

Спикер — Мария Тихонова, руководитель курсов по ML в OTUS и Senior Research Data Scientist в команде AGI NLP в SberDevices. Не упустите возможность познакомиться с преподавателем курса и оценить формат обучения! Продолжить изучать NLP вы сможете уже на курсе, доступном в рассрочку.

При покупке курса вы бесплатно получите доступ к подготовительному курсу по Python, который познакомит с основными возможности языка.

Пройдите тест на уровень вашей подготовки и зарегистрируйтесь: https://otus.pw/i7yA/ Открыть/Комментировать

2023-04-14 14:01:01 SEEM: Segment Everything Everywhere All at Once

Universal, interactive multi-modal interface for any types of segmentation with ONE SINGLE MODE.

SEEM позволяет пользователям легко сегментировать изображение, используя подсказки (промпты) различных типов, включая визуальные подсказки ( метки, рамки, каракули и сегменты изображения), языковые подсказки (текст и аудио) и т.д.

Github: https://github.com/ux-decoder/segment-everything-everywhere-all-at-once

Paper: https://arxiv.org/abs/2304.06718v1

Dataset: https://paperswithcode.com/dataset/refcoco

ai_machinelearning_big_data Открыть/Комментировать

2023-04-14 12:01:11 Х5 Tech проведет Data science meetup #1

В программе:

Кто такие Data-спецназ X5 Tech, как пришли к автоматизации А/Б тестирования в оффлайне и что делать математику в ритейле

Расскажут Мария Шабалкова и Александр Сахнов, X5 Tech

Различия поведения пользователя на устройствах с экраном и без и как адаптировать ML-модели под изменение поведение пользователя на примере умной колонки

Выступит Прохор Гладких, SberDevices

Как правильно построить процесс разметки и освободить сотрудников от классификации обращений на 1000+ классов

Поделится Андрей Сон, Alfa-Bank

26 апреля, начало в 18:00
Формат - онлайн

Зарегистрироваться Открыть/Комментировать

2023-04-13 11:20:36 SportsMOT: A Large Multi-Object Tracking Dataset in Multiple Sports Scenes

A Large-Scale Multi-Object Tracking Dataset in Sports Scenes.

Новый крупный набор данных многообъектного отслеживания в различных видах спорта, собранных для трех видов спорта - баскетбола, волейбола и футбола.

Github: https://github.com/MCG-NJU/SportsMOT/tree/main/codes

Paper: https://arxiv.org/abs/2304.05170v1

Dataset: https://paperswithcode.com/dataset/sportsmot

ai_machinelearning_big_data Открыть/Комментировать

2023-04-13 10:20:21 Смотрите международную конференцию Data Fusion 2023 в прямом эфире прямо сейчас! Конференция посвящена работе с данными и развитию технологий искусственного интеллекта.

Data Fusion 2023 – это точка сближения науки и бизнеса. Конференция будет полезна разработчикам и специалистам в области Data Science, CDO, бизнес-заказчикам DS-продуктов и сервисов, представителям государства и науки. 

Присоединяйтесь к экспертам Банка ВТБ, Яндекса, Сколтеха, «Газпром нефти», ВШЭ и многим другим.

Смотрите международную конференцию Data Fusion 2023 по ссылке: https://cnrlink.com/datafusion2023online Открыть/Комментировать

2023-04-11 13:47:01 OpenAGI: When LLM Meets Domain Experts

Reinforcement Learning from Task Feedback (RLTF) mechanism, which uses the task-solving result as feedback to improve the LLM's task-solving ability

OpenAGI - исследовательская платформа AGI с открытым исходным кодом, специально разработанная для решения сложных, многоэтапных задач и сопровождаемая наборами данных по конкретным задачам, метриками оценки и разнообразным набором моделей.

git clone https://github.com/agiresearch/OpenAGI.git

Github: https://github.com/agiresearch/openagi

Paper: https://arxiv.org/pdf/2304.04370.pdf

Dataset: https://drive.google.com/drive/folders/1AjT6y7qLIMxcmHhUBG5IE1_5SnCPR57e?usp=share_link

ai_machinelearning_big_data Открыть/Комментировать

2023-04-11 11:47:45 Стартовал набор в ШАД — двухгодичную программу Академии Яндекса для тех, кто хочет исследовать Machine Learning и работать в IT-индустрии. Обучение проходит по 4 направлениям:
— data science
— инфраструктура больших данных
— разработка машинного обучения
— анализ данных в прикладных науках

Для опытных разработчиков и ML-исследователей есть альтернативный трек.
Программа ШАДа полностью бесплатна. Учиться можно дистанционно или офлайн — в одном из 6 филиалов. Скорее переходите по ссылке и заполняйте анкету участника: https://clck.ru/344m9d

Чтобы узнать подробности об обучении в ШАДе и задать вопросы кураторам программы, приходите на День открытых дверей 13 апреля. Ссылка для регистрации: https://academy.yandex.ru/dataschool/enroll#openday Открыть/Комментировать

2023-04-10 11:01:53 DiffMimic: Efficient Motion Mimicking with Differentiable Physics

Utilizing differentiable physics simulators (DPS), DiffMimic simplifies policy learning into a state matching problem, providing faster and more stable convergence than reinforcement learning-based techniques.

В данном фреймворке используются дифференцируемые физические симуляторы (DPS) и предлагается эффективный метод имитации движения, получивший название DiffMim.

Github: https://github.com/jiawei-ren/diffmimic

Paper: https://arxiv.org/abs/2304.03274v1

Project: https://diffmimic.github.io/

Demo: https://diffmimic-demo-main-g7h0i8.streamlit.app/

Video:



ai_machinelearning_big_data Открыть/Комментировать