Получи случайную криптовалюту за регистрацию!

Машинное обучение RU

Логотип телеграм канала @machinelearning_ru — Машинное обучение RU М
Логотип телеграм канала @machinelearning_ru — Машинное обучение RU
Адрес канала: @machinelearning_ru
Категории: Технологии
Язык: Русский
Количество подписчиков: 8.29K
Описание канала:

Все о машинном обучении
админ - @workakkk
@data_analysis_ml - анализ даннных
@ai_machinelearning_big_data - Machine learning
@itchannels_telegram - 🔥лучшие ит-каналы
@pythonl - Python
@pythonlbooks- python 📚
@datascienceiot - ml 📚

Рейтинги и Отзывы

2.67

3 отзыва

Оценить канал machinelearning_ru и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.

5 звезд

1

4 звезд

0

3 звезд

0

2 звезд

1

1 звезд

1


Последние сообщения 2

2022-08-25 12:53:11
Deep Reinforcement Learning in Action

Автор:
Brandon Brown, And Alexander Zai
Год издания: 2020

#deep_Learning #english

Книга

@machinelearning_ru
1.3K views09:53
Открыть/Комментировать
2022-08-25 09:54:16
5 дней практики в Data Science на реальных данных магазина из Великобритании.
Самостоятельно создадите модели машинного обучения.

Для новичков предусмотрены пошаговые видео с объяснениями.
Получите доступ к готовой среде и поддержку в сообществе.

3500+ человек из разных стран мира уже приняли участие в данном интенсиве.

15 лет практического опыта у автора интенсива, поэтому полученные знания можно сразу применять в рабочих проектах.

Количество БЕСПЛАТНЫХ мест ограничено.
Успевайте записаться по ЭТОЙ ссылке.

ЗДЕСЬ можно узнать, как получить бесплатный доступ к курсу по Python.
1.3K views06:54
Открыть/Комментировать
2022-08-24 12:23:37 EasyMocap — набор инструментов с открытым исходным кодом для безмаркерного захвата движения человека и нового синтеза изображений из видео.

В этом проекте предоставляется множество демонстраций захвата движения в разных условиях.

Инструментарий находится здесь :3
1.3K views09:23
Открыть/Комментировать
2022-08-24 10:03:37
Математика для аналитика данных как телескоп «Джеймс Уэбб» для астрофизика — помогает видеть детали и делать правильные выводы.

Чтобы уверенно использовать математику в своей работе и повысить конкурентоспособность, пройдите курс от Яндекс Практикума. Он создан специально для начинающих аналитиков.

За 4 месяца обучения вы:
→ погрузитесь в линейную алгебру и математический анализ;
→ разберётесь в теории вероятности;
→ решите более тысячи задач в онлайн-тренажёре;
→ создадите 4 проекта для своего портфолио;
→ подготовитесь к собеседованиям с помощью симулятора.

Опытные аналитики разложат сложные темы по полочкам, а наставники подскажут, как вам ускорить прогресс. Вы сможете совмещать с работой или другой учёбой, а также попробовать обучение бесплатно. Переходите по ссылке и приступайте к занятиям!

Начать обучение →
1.4K views07:03
Открыть/Комментировать
2022-08-23 13:47:13
25 прикольных вопросов для собеседования по машинному обучению

Читать

@machinelearning_ru
1.5K views10:47
Открыть/Комментировать
2022-08-22 12:30:56 Новый ИИ от Microsoft: виртуальные люди становятся все реальнее!

Video:



Статья: https://microsoft.github.io/DenseLandmarks/

@machinelearning_ru
1.5K views09:30
Открыть/Комментировать
2022-08-21 16:52:22
#04TheNotSoToughML | “Давай, минимизируй ошибки” — Но достаточно ли этого?

Недообучение и переобучение.

Они часто дают о себе знать внезапно, перечеркивая всю работу над МО-моделью. Пока мы создаем модель — результаты выглядят вполне приемлемыми. Но стоит запустить ее в производство — оказывается, что наши решения были совершенно неправильными и модель плохо справляется с прогнозами.

Конечно, может быть множество факторов, способствующих “неправильным” результатам. Но чаще всего к таким сценариям приводит одна из двух оплошностей: недообучение или переобучение.

Мы подробно рассмотрим обе проблемы и найдем способы их решения. Хотя существует множество доступных методов, мы углубимся в следующие:

тестирование и валидация модели;
использование графа сложности модели.

Читать

@machinelearning_ru
1.7K views13:52
Открыть/Комментировать
2022-08-20 13:56:12
Нейросеть Stable Diffusion, генерирующая изображения высочайшего качества (вполне конкурирует с DALLE-2) теперь доступна для всех

Вы можете войти в систему с помощью своих учетных записей discord или Google или создать новую учетную запись.

Stable Diffusion регистарция
Github

@machinelearning_ru
4.4K viewsedited  10:56
Открыть/Комментировать
2022-08-18 12:06:01
Компьютерное зрение. Распознаем позу человека с использованием OpenPose.

Анализ видео и изображений – одно из основных направлений применения технологий ML. Распознавание лиц и объектов позволяет автоматически анализировать данные, определяя положение тела, личность или даже эмоции человека, что может быть использовано как в системах безопасности — face id, определение действий человека, так и для улучшения клиентского опыта – детектирование эмоций клиентов и персонала.

Но каждый, кто писал программы распознавания объектов, используя opencv, знает, что выделение опорных точек и построение выпуклой оболочки — наименьшего выпуклого множества, содержащего опорные точки, дело часто тяжелое и неблагодарное.

Читать дальше
Github

@machinelearning_ru
1.9K views09:06
Открыть/Комментировать
2022-08-17 10:19:43
Stable-Diffusion – альтернатива DALL-E 2 с открытым исходным кодом, для преобразование текста в изображение

Для нормальной работы инструмента требуется не менее 10 ГБ видеопамяти

⤷ Ссылка на проект

@machinelearning_ru
1.5K views07:19
Открыть/Комментировать