Machinelearning

2023-06-30 12:29:27 5 Free Books on Natural Language Processing to Read in 2023

5 великолепных бесплатных книг по NLP, актуальных в 2023 году.

1. Speech and Language Processing
Authors: Dan Jurafsky and James H. Martin

Книга, написанная двумя профессорами Стэнфордского университета, по обработке речи и языка содержит исчерпывающее введение в мир НЛП. Она разбита на 3 раздела: Фундаментальные алгоритмы для НЛП, Приложения НЛП и Аннотирование лингвистической структуры.

2. Foundations of Statistical Natural Language Processing
Authors: Christopher D. Manning and Hinrich Schütze

Эта книга начинает с основ НЛП и постепенно погружает вас в математические аспекты, неодходимые для обработки естественного языка, такие как вероятностные пространства, теорема Байеса, дисперсия и многие другие.

3. Pattern Recognition and Machine Learning
Author: Christopher M. Bishop
Это детальное введение в область распознавания образов и машинного обучения.В конце каждой главы есть упражнение, подобранное таким образом, чтобы лучше объяснить читателю каждую концепцию.

4. Neural Network Methods in Natural Language Processing
Author: Yoav Goldberg

Книга начинается с изучения основ, таких как линейные модели, перцептроны, feed-forward, обучение нейронных сетей и тд. Автор использовал математический подход для объяснения этих фундаментальных элементов вместе с практическими примерами.

5. Practical Natural Language Processing

В этой книге рассказывается о том, как НЛП используется в реальном мире, о конвейере моделей НЛП, а также о текстовых данных и примерах использования, таких как чат-боты типа ChatGPT. В этой книге вы узнаете, как НЛП может быть использовано в различных отраслях, таких как розничная торговля, здравоохранение, финансы и др.Вы сможете узнать, как работает конвейер НЛП в каждой из областей, и понять, как использовать его в работе.

ai_machinelearning_big_data Открыть/Комментировать

2023-06-30 10:01:07 Имеете опыт в машинном обучении, но хотите двигаться ещё дальше?

Специально для вас Валерий Бабушкин, Vice President, Data Science в Blockchainꓸcom, вместе с командой опытных специалистов из Яндекса, AliExpress и X5 Retail Group подготовил продвинутый курс, на котором вам предстоит решать сложные и нестандартные задачи бизнеса.

Ранжирование и матчинг, динамическое ценообразование, uplift-моделирование, ускорение и повышение чувствительности A/B-тестов — выбирайте нужные блоки или проходите курс целиком.

Если вы уже сталкивались с чем-то из этого в своей работе, то познакомитесь с best practices индустрии. А если нет — дополните своё резюме новыми кейсами и станете более разносторонним ML-специалистом.

Ждём вас на курсе! Следующий поток стартует уже 3 июля, а по промокоду MBIGDATA28 вас ждет скидка 5%.

[Зарегистрироваться] Открыть/Комментировать

2023-06-29 12:31:13 Constrained-Text-Generation-Studio

AI writing assistant for recreational linguists, poets, creative writers, and/or researchers to use and study the ability of large-scale language models.

Это как Photoshop, но для создания текстового контента!

Продвинутый ИИ-помощник по написанию текстов и генерированию текста.

Github: https://github.com/hellisotherpeople/constrained-text-generation-studio

Paper: https://arxiv.org/abs/2306.15926v1

Dataset: https://huggingface.co/datasets/Hellisotherpeople/Lipogram-e

ai_machinelearning_big_data Открыть/Комментировать

2023-06-28 21:02:12 3D-Speaker: A Large-Scale Multi-Device, Multi-Distance, and Multi-Dialect Corpus for Speech Representation Disentanglement

A large-scale speech corpus to facilitate the research of speech representation disentanglement.

3D-Speaker - это набор инструментов с открытым исходным кодом и крупномасштабный корпус речи, для мультимодальной проверки дикторов, распознавания дикторов и разделение дикторов.

3D-Speaker содержит более 10 000 дикторов, каждый из которых одновременно записывается несколькими устройствами, расположенными на разных расстояниях, а некоторые дикторы говорят на нескольких диалектах.

Github: https://github.com/alibaba-damo-academy/3D-Speaker

Paper: https://arxiv.org/abs/2306.15354v1

Dataset: https://3dspeaker.github.io/

ai_machinelearning_big_data Открыть/Комментировать

2023-06-28 19:01:49 А вы знаете, что такое пирамида признаков? А трансформеры (нет, мы не про фильм)?

Это термины, которые используют инженеры, работающие с нейронными сетями! Мы их нашли в канале ИТ-компании «Криптонит» — подписывайтесь на ребят! У них выходят материалы и про ML, и про роботов, и про программирование.

А ниже мы выбрали несколько терминов из их нейрословаря

Explaining Away — эффект редукции причины как упрощённая схема рассуждений.

Инференс (inference) — с точки зрения разработчика это третий этап жизненного цикла искусственной нейронной сети (после её обучения и развёртывания).

Многослойный перцептрон (MLP) — это одна из элементарных архитектур, с которой часто начинают освоение нейронных сетей и принципов их обучения.

Пирамида признаков (FPN, Feature Pyramid Net) — это вычислительная архитектура, используемая в машинном зрении для обработки изображений без привязки к их разрешению.

Трансформеры (transformers) — это не только роботы, но и прогрессивное семейство архитектур нейросетей от Google. Открыть/Комментировать

2023-06-28 14:02:07 Free Courses on Large Language Models

Крутые бесплатные курсы по большим языковым моделям.

Generative AI with Large Language Models

ChatGPT Prompt Engineering for Developers

LangChain for LLM Application Development

Building Systems with the ChatGPT API

Google Cloud Generative AI Learning Path

Introduction to Large Language Models with Google Cloud

LLM University

Full Stack LLM Bootcamp

ai_machinelearning_big_data Открыть/Комментировать

2023-06-28 12:02:24 Объектно-ориентированный подход чаще всего применяют в крупных проектах, где над одним приложением работают много разработчиков. Так как каждый программист работает над своей отдельной частью программы, сокращается количество ошибок и ускоряется процесс.

На курсе Яндекс Практикума «Базовый UML» вы за 2 месяца пройдёте все этапы работы над моделированием системы: от описания пользовательских требований до структурного и поведенческого моделирования. А ещё:

• изучите основные диаграммы в нотации UML, описывающие бизнес-процессы;
• получите представление о применении UML для моделирования систем;
• научитесь работать в Draw.io, StarUML, Plant UML.

Все студенты получат реальные кейсы, сопровождение от специалистов и работающие проекты в портфолио. Карьерный центр поможет с поиском работы: 69% студентов уже работают по специальности.

Занимайтесь онлайн в любое время, в своём темпе. Открыть/Комментировать

2023-06-27 13:22:50 MotionGPT: Human Motion
as Foreign Language

MotionGPT consists of a motion tokenizer responsible for converting raw motion data into discrete motion tokens, as well as a motion-aware language model that learns to understand the motion tokens from large language pre-training models by corresponding textual descriptions.

MotionGPT, унифицированная, универсальная и удобная модель языка движения для решения множества задач, связанных с движением.

Project: https://motion-gpt.github.io/

Github: https://github.com/openmotionlab/motiongpt

Paper: https://arxiv.org/pdf/2306.14795.pdf

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

ai_machinelearning_big_data Открыть/Комментировать

2023-06-27 12:01:36 Зачем Data-инженеру Spark

В Почте Mail.ru работают со стеком Hadoop, Hive, Clickhouse, Spark. В данной статье на Хабре Data-инженер из команды Почты Mail.Ru остановился на некоторых аспектах работы с данными в Spark.

Он ответил на следующие вопросы: как превратить 7 петабайт в 0,5 петабайт, что позволило сэкономить годовой бюджет по закупке серверов и построить своё классное хранилище без последующей переделки.

Также в статье: архитектурные паттерны в хранилище Почты, эффективное хранилище данных, форматы хранения данных, параллельная обработка данных в Spark, запись колоночных файлов, запросы к данным в Spark и др.

Хабр: https://habr.com/ru/companies/vk/articles/742084/

ai_machinelearning_big_data Открыть/Комментировать

2023-06-26 20:37:25 LightGlue. Local Feature Matching at Light Speed

LightGlue a lightweight feature matcher with high accuracy and adaptive pruning techniques, both in the width and depth of the network, for blazing fast inference.

LightGlue, глубокая нейронная сеть, которая учится сопоставлять локальные фичи на изображениях.

git clone https://github.com/cvg/LightGlue.git && cd LightGlue
python -m pip install -e .

Github: https://github.com/cvg/lightglue

Paper: https://arxiv.org/abs/2306.13643v1

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

ai_machinelearning_big_data Открыть/Комментировать