ИИ и Работа с ним | NOTA
#tensorflow
Channel
22
subscribers
46
links
Ежедневный дайджест самых интересных статей про AI и машинное обучение.
По всем вопросам: @nota_admin
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Четырехдневная рабочая неделя: результаты разных экспериментов. Плюсы, минусы и перспективы
https://habr.com/ru/articles/506014
————————————————————
2. Real-time face mesh point cloud with Three.JS, Tensorflow.js and Typescript
Статья описывает реализацию трехмерного облака точек лица в реальном времени с использованием Three.js, Tensorflow.js и Typescript. Рассматриваются этапы получения видеопотока с веб-камеры, распознавания лица, создания облака точек и его обновления в соответствии с детекцией лица.
https://techtee.medium.com/real-time-face-mesh-point-cloud-with-three-js-tensorflow-js-and-typescript-1f37ae844e1f
————————————————————
3. Analyzing Machine Learning Models through Dashboards
Статья описывает библиотеку Python Evidently для создания дашбордов анализа моделей машинного обучения. Библиотека позволяет генерировать интерактивные отчеты о качестве моделей и их параметрах для дальнейшего анализа и отладки.
https://medium.com/@aniketmohan/analyzing-machine-learning-models-through-dashboards-55b43aa9d3e7
————————————————————
Теги:
#nlp #tensorflow #python
1. Четырехдневная рабочая неделя: результаты разных экспериментов. Плюсы, минусы и перспективы
https://habr.com/ru/articles/506014
————————————————————
2. Real-time face mesh point cloud with Three.JS, Tensorflow.js and Typescript
Статья описывает реализацию трехмерного облака точек лица в реальном времени с использованием Three.js, Tensorflow.js и Typescript. Рассматриваются этапы получения видеопотока с веб-камеры, распознавания лица, создания облака точек и его обновления в соответствии с детекцией лица.
https://techtee.medium.com/real-time-face-mesh-point-cloud-with-three-js-tensorflow-js-and-typescript-1f37ae844e1f
————————————————————
3. Analyzing Machine Learning Models through Dashboards
Статья описывает библиотеку Python Evidently для создания дашбордов анализа моделей машинного обучения. Библиотека позволяет генерировать интерактивные отчеты о качестве моделей и их параметрах для дальнейшего анализа и отладки.
https://medium.com/@aniketmohan/analyzing-machine-learning-models-through-dashboards-55b43aa9d3e7
————————————————————
Теги:
#nlp #tensorflow #python
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Книга «40 алгоритмов, которые должен знать каждый программист на Python»
Статья рекомендует книгу, которая поможет программистам на Python освоить 40 важных алгоритмов, таких как поиск, сортировка, машинное обучение и другие. Книга подходит опытным программистам, желающим углубить свои знания об алгоритмах и их математических основах.
https://habr.com/ru/companies/piter/articles/719228/
————————————————————
2. Multithreading in Python
Статья рассматривает параллельное выполнение кода (мультив threads) в Python с помощью модуля threading. Приводится пример создания и запуска двух потоков для вычисления квадрата и куба числа. Описывается работа методов start(), join() для запуска и синхронизации потоков.
https://medium.com/@lionelchanlongchiu1/multithreading-in-python-a859cdc15b11
————————————————————
3. Learn and Play with TensorFlow.js Part 2: Binary Classifier
Вторая часть по обучению на TensorFlow.js. Рассматривается задача классификации данных с двумя классами с помощью нейронной сети с двумя слоями. Приводится код генерации тестовых данных, инициализации, обучения и тестирования модели, а также визуализация результатов.
https://medium.com/ailab-telu/learn-and-play-with-tensorflow-js-part-2-9b3be5ba7c8b
————————————————————
Теги:
#python #algorithms #tensorflow
1. Книга «40 алгоритмов, которые должен знать каждый программист на Python»
Статья рекомендует книгу, которая поможет программистам на Python освоить 40 важных алгоритмов, таких как поиск, сортировка, машинное обучение и другие. Книга подходит опытным программистам, желающим углубить свои знания об алгоритмах и их математических основах.
https://habr.com/ru/companies/piter/articles/719228/
————————————————————
2. Multithreading in Python
Статья рассматривает параллельное выполнение кода (мультив threads) в Python с помощью модуля threading. Приводится пример создания и запуска двух потоков для вычисления квадрата и куба числа. Описывается работа методов start(), join() для запуска и синхронизации потоков.
https://medium.com/@lionelchanlongchiu1/multithreading-in-python-a859cdc15b11
————————————————————
3. Learn and Play with TensorFlow.js Part 2: Binary Classifier
Вторая часть по обучению на TensorFlow.js. Рассматривается задача классификации данных с двумя классами с помощью нейронной сети с двумя слоями. Приводится код генерации тестовых данных, инициализации, обучения и тестирования модели, а также визуализация результатов.
https://medium.com/ailab-telu/learn-and-play-with-tensorflow-js-part-2-9b3be5ba7c8b
————————————————————
Теги:
#python #algorithms #tensorflow
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Microsoft внедрит в обучение ИИ «алгоритм мышления»
Компания Майкрософт представила новый метод обучения искусственного интеллекта под названием «Алгоритм мышления» (AoT), цель которого сделать языковые модели более похожими на человеческий мозг. AoT направляет модель по оптимальному пути решения задачи, используя контекстное обучение и систематический подход. Исследователи утверждают, что модель приобретает лучшую «интуицию» по сравнению с другими подходами.
https://habr.com/ru/news/757598/
————————————————————
2. An Intermediate Guide to RegEx in Python
Статья посвящена регулярным выражениям в Python на промежуточном уровне. Рассматриваются такие темы как сырые строки, группировка, захватывающие и незахватывающие группы, методы объекта совпадения. Приводятся примеры использования важных возможностей группировки в регвыр: индивидуальный доступ к группам, динамические ссылки, нахождение всех вхождений. Также описаны различия функций для поиска совпадений.
https://betterprogramming.pub/an-intermediate-users-guide-to-regex-533bf5a67c03
————————————————————
3. Mastering Optimizers with Tensorflow: A Deep Dive Into Efficient Model Training
Статья посвящена оптимизаторам в Тензорфлоу, которые играют ключевую роль в обучении нейронных сетей. Рассматриваются популярные оптимизаторы такие как SGD, Adam, RMSprop и другие. Описываются их характеристики, преимущества, недостатки. Дается сравнение оптимизаторов и рекомендации по их выбору в зависимости от задачи, объема данных, сложности модели. Представлены примеры кода для работы с оптимизаторами в Тензорфлоу.
https://python.plainenglish.io/mastering-optimizers-with-tensorflow-a-deep-dive-into-efficient-model-training-81c58c630ef1
————————————————————
Теги:
#devblog #python #tensorflow
1. Microsoft внедрит в обучение ИИ «алгоритм мышления»
Компания Майкрософт представила новый метод обучения искусственного интеллекта под названием «Алгоритм мышления» (AoT), цель которого сделать языковые модели более похожими на человеческий мозг. AoT направляет модель по оптимальному пути решения задачи, используя контекстное обучение и систематический подход. Исследователи утверждают, что модель приобретает лучшую «интуицию» по сравнению с другими подходами.
https://habr.com/ru/news/757598/
————————————————————
2. An Intermediate Guide to RegEx in Python
Статья посвящена регулярным выражениям в Python на промежуточном уровне. Рассматриваются такие темы как сырые строки, группировка, захватывающие и незахватывающие группы, методы объекта совпадения. Приводятся примеры использования важных возможностей группировки в регвыр: индивидуальный доступ к группам, динамические ссылки, нахождение всех вхождений. Также описаны различия функций для поиска совпадений.
https://betterprogramming.pub/an-intermediate-users-guide-to-regex-533bf5a67c03
————————————————————
3. Mastering Optimizers with Tensorflow: A Deep Dive Into Efficient Model Training
Статья посвящена оптимизаторам в Тензорфлоу, которые играют ключевую роль в обучении нейронных сетей. Рассматриваются популярные оптимизаторы такие как SGD, Adam, RMSprop и другие. Описываются их характеристики, преимущества, недостатки. Дается сравнение оптимизаторов и рекомендации по их выбору в зависимости от задачи, объема данных, сложности модели. Представлены примеры кода для работы с оптимизаторами в Тензорфлоу.
https://python.plainenglish.io/mastering-optimizers-with-tensorflow-a-deep-dive-into-efficient-model-training-81c58c630ef1
————————————————————
Теги:
#devblog #python #tensorflow
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Основы фрактального сжатия изображений
Статья освещает основы фрактального сжатия изображений с помощью фракталов и итеративных систем функций. Фрактальное сжатие позволяет большим количеством коэффициентов описать сложные объекты. Алгоритм сжатия разбивает изображение на блоки и находит наилучшее преобразование для сопоставления блоков.
https://habr.com/ru/articles/126653/
————————————————————
2. Popularity of Data Science, Python and Python’s Major Libraries
Статья анализирует популярность данные науки, Python и его библиотек на основе данных с GitHub и Google Trends. Python популярен благодаря читабельности и обширной библиотечной базе. Наиболее просматриваемым репозиторием на GitHub является TensorFlow. Пандас становится всё более популярной.
https://medium.com/@atillaguzel/popularity-of-data-science-python-and-pythons-major-libraries-f7146e202e5d
————————————————————
3. Greedy Algorithms
Алгоритмы по жадности принимают локально оптимальное решение, которое не всегда является глобальным. Они описываются на примере поиска максимальной суммы в дереве. Достоинства - простота и эффективность, недостаток - не оптимальный результат. Применяются в задачах кратчайшего пути.
https://medium.com/the-graph/greedy-algorithms-f91424e56780
————————————————————
Теги:
#algorithms #image_ai #python #tensorflow #pandas
1. Основы фрактального сжатия изображений
Статья освещает основы фрактального сжатия изображений с помощью фракталов и итеративных систем функций. Фрактальное сжатие позволяет большим количеством коэффициентов описать сложные объекты. Алгоритм сжатия разбивает изображение на блоки и находит наилучшее преобразование для сопоставления блоков.
https://habr.com/ru/articles/126653/
————————————————————
2. Popularity of Data Science, Python and Python’s Major Libraries
Статья анализирует популярность данные науки, Python и его библиотек на основе данных с GitHub и Google Trends. Python популярен благодаря читабельности и обширной библиотечной базе. Наиболее просматриваемым репозиторием на GitHub является TensorFlow. Пандас становится всё более популярной.
https://medium.com/@atillaguzel/popularity-of-data-science-python-and-pythons-major-libraries-f7146e202e5d
————————————————————
3. Greedy Algorithms
Алгоритмы по жадности принимают локально оптимальное решение, которое не всегда является глобальным. Они описываются на примере поиска максимальной суммы в дереве. Достоинства - простота и эффективность, недостаток - не оптимальный результат. Применяются в задачах кратчайшего пути.
https://medium.com/the-graph/greedy-algorithms-f91424e56780
————————————————————
Теги:
#algorithms #image_ai #python #tensorflow #pandas
Добро пожаловать на канал ИИ и Работа с ним | NOTA!
Здесь мы ежедневно публикуем подборки статей, в которых эксперты и энтузиасты IT-индустрии делятся своими знаниями, опытом и историями с реальных проектов.
Этот канал посвящен искусственному интеллекту и машинному обучению, а если вас интересуют и другие направления, подписывайтесь на наши каналы:
Про Frontend каждый день | NOTA
Про Backend каждый день | NOTA
По любым вопросам можно писать сюда: @nota_admin
Теги для навигации:
Языки - #python #rlang #cplusplus #csharp
Направления - #data #algorithms #image_ai #nlp
Инструменты - #tensorflow #pandas #hadoop #jupyter #gpt #sql
Смежные темы - #devops #architecture #mobile
Другое - #devblog #career #softskills
Здесь мы ежедневно публикуем подборки статей, в которых эксперты и энтузиасты IT-индустрии делятся своими знаниями, опытом и историями с реальных проектов.
Этот канал посвящен искусственному интеллекту и машинному обучению, а если вас интересуют и другие направления, подписывайтесь на наши каналы:
Про Frontend каждый день | NOTA
Про Backend каждый день | NOTA
По любым вопросам можно писать сюда: @nota_admin
Теги для навигации:
Языки - #python #rlang #cplusplus #csharp
Направления - #data #algorithms #image_ai #nlp
Инструменты - #tensorflow #pandas #hadoop #jupyter #gpt #sql
Смежные темы - #devops #architecture #mobile
Другое - #devblog #career #softskills