ИИ и Работа с ним | NOTA
Канал
21
подписчик
46
ссылок
Ежедневный дайджест самых интересных статей про AI и машинное обучение.
По всем вопросам: @nota_admin
К первому сообщению
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Как клеить по 13 девушек в час, используя машинное обучение и Tinder
Автор рассказывает о применении машинного обучения для оптимизации поиска партнеров на Tinder. Описывается сбор большого датасета фотографий, предварительная обработка данных, обучение нейронной сети для оценки внешности и запуск бота. Бот позволил автору получить 13 совпадений за час с девушками, с которыми начался диалог.
https://habr.com/ru/companies/ruvds/articles/508280/
————————————————————
2. How nonprofits reimagine work using smart technology
Статья рассматривает применение умной технологии неправительственными организациями, в частности искусственного интеллекта. Приводятся примеры ее использования для автоматизации рутинных задач и повышения эффективности работы, например, чат-ботов. Описывается подход к внедрению на основе определения конкретных задач и обратной связи с пользователями.
https://aws.amazon.com/ru/blogs/publicsector/how-nonprofits-reimagine-work-using-smart-technology/
————————————————————
3. Voice recognition on the web using IBM Watson
В видеоролике демонстрируется интеграция сервиса распознавания речи IBM Watson с React.js. Автор поясняет основные этапы подключения API Watson и работу с полученными результатами распознавания в веб-приложении. Цель заключается в добавлении возможности ввода команд голосом для управления приложением.
https://medium.com/humans-create-software/voice-recognition-on-the-web-using-ibm-watson-10dfac43d9cb
————————————————————
Теги:
#image_ai #nlp
1. Как клеить по 13 девушек в час, используя машинное обучение и Tinder
Автор рассказывает о применении машинного обучения для оптимизации поиска партнеров на Tinder. Описывается сбор большого датасета фотографий, предварительная обработка данных, обучение нейронной сети для оценки внешности и запуск бота. Бот позволил автору получить 13 совпадений за час с девушками, с которыми начался диалог.
https://habr.com/ru/companies/ruvds/articles/508280/
————————————————————
2. How nonprofits reimagine work using smart technology
Статья рассматривает применение умной технологии неправительственными организациями, в частности искусственного интеллекта. Приводятся примеры ее использования для автоматизации рутинных задач и повышения эффективности работы, например, чат-ботов. Описывается подход к внедрению на основе определения конкретных задач и обратной связи с пользователями.
https://aws.amazon.com/ru/blogs/publicsector/how-nonprofits-reimagine-work-using-smart-technology/
————————————————————
3. Voice recognition on the web using IBM Watson
В видеоролике демонстрируется интеграция сервиса распознавания речи IBM Watson с React.js. Автор поясняет основные этапы подключения API Watson и работу с полученными результатами распознавания в веб-приложении. Цель заключается в добавлении возможности ввода команд голосом для управления приложением.
https://medium.com/humans-create-software/voice-recognition-on-the-web-using-ibm-watson-10dfac43d9cb
————————————————————
Теги:
#image_ai #nlp
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Нейронные сети, DeepFake и колени: как обмануть рентгенолога
Статья рассказывает об исследовании, в котором ученые создавали фейковые рентгеновские снимки колен с помощью нейронных сетей. Эти снимки обманывали врачей-специалистов. Цель заключалась в расширении базы данных для обучения ИИ, чтобы в дальнейшем совершенствовать диагностику. DeepFake позволил получить данные без нарушения медицинской этики и соблюдения законов о конфиденциальности.
https://habr.com/ru/articles/702492
————————————————————
2. Improve newspaper digitalization efficacy with a generic document segmentation tool using Amazon Textract
Статья рассказывает о том, как использовать инструмент Amazon Textract для сегментации документов и повышения эффективности оцифровки газет. Amazon Textract позволяет распознавать текст, список, таблицы и изображения в сканированных документах. Это облегчает извлечение и структурирование данных из оцифрованных материалов.
https://aws.amazon.com/ru/blogs/machine-learning/improve-newspaper-digitalization-efficacy-with-a-generic-document-segmentation-tool-using-amazon-textract/
————————————————————
3. 10 High Paying Technology Jobs You Can Aim for Better Salary in 2023
Статья рассматривает десять высокооплачиваемых профессий в области технологий, на которые можно ориентироваться в 2023 году для получения высокой зарплаты. Среди них: специалисты по искусственному интеллекту, системные инженеры, специалисты по облачным технологиям, разработчики веб-сервисов, специалисты по кибербезопасности и др.
https://medium.com/javarevisited/top-10-technology-jobs-for-programmers-and-it-professionals-c10784090031
————————————————————
Теги:
#image_ai #career
1. Нейронные сети, DeepFake и колени: как обмануть рентгенолога
Статья рассказывает об исследовании, в котором ученые создавали фейковые рентгеновские снимки колен с помощью нейронных сетей. Эти снимки обманывали врачей-специалистов. Цель заключалась в расширении базы данных для обучения ИИ, чтобы в дальнейшем совершенствовать диагностику. DeepFake позволил получить данные без нарушения медицинской этики и соблюдения законов о конфиденциальности.
https://habr.com/ru/articles/702492
————————————————————
2. Improve newspaper digitalization efficacy with a generic document segmentation tool using Amazon Textract
Статья рассказывает о том, как использовать инструмент Amazon Textract для сегментации документов и повышения эффективности оцифровки газет. Amazon Textract позволяет распознавать текст, список, таблицы и изображения в сканированных документах. Это облегчает извлечение и структурирование данных из оцифрованных материалов.
https://aws.amazon.com/ru/blogs/machine-learning/improve-newspaper-digitalization-efficacy-with-a-generic-document-segmentation-tool-using-amazon-textract/
————————————————————
3. 10 High Paying Technology Jobs You Can Aim for Better Salary in 2023
Статья рассматривает десять высокооплачиваемых профессий в области технологий, на которые можно ориентироваться в 2023 году для получения высокой зарплаты. Среди них: специалисты по искусственному интеллекту, системные инженеры, специалисты по облачным технологиям, разработчики веб-сервисов, специалисты по кибербезопасности и др.
https://medium.com/javarevisited/top-10-technology-jobs-for-programmers-and-it-professionals-c10784090031
————————————————————
Теги:
#image_ai #career
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
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. Как мы слушаем и разбираем каждый звонок в банк
Банк разбирает все звонки с помощью NLP. Распознается голос, получается текст. Анализируются ключевые точки и проблемы клиентов. Это помогает улучшить обслуживание и предлагать нужные продукты.
https://habr.com/ru/companies/homebank/articles/662107/
————————————————————
2. Think like an Architect, not a Developer
В статье рассматривается разница в подходах к решению задач между архитектором и разработчиком. Архитектор сначала проектирует решение целиком, продумывая все аспекты, в то время как разработчик приступает к работе сразу. Приводятся примеры, показывающие, что архитектурный подход позволяет получить более проработанное и успешное решение.
https://medium.com/@raja.gupta20/think-like-an-architect-not-a-developer-224fa4ff236b
————————————————————
3. Mathematical Programming in Python Using DOcplex
В статье рассматривается задача оптимизации распределения продуктов между складами и зонами спроса с целью минимизации транспортных и операционных затрат. Задача формализуется в виде математической модели с целевой функцией и ограничениями. Для решения модели используется Python-библиотека DOcplex. Приведен пример кода для моделирования задачи и нахождения оптимального решения.
https://medium.com/@hilaliya61/a-simple-guide-to-mathematical-programming-in-python-using-docplex-b2b568cf698f
————————————————————
Теги:
#nlp #softskills #python
1. Как мы слушаем и разбираем каждый звонок в банк
Банк разбирает все звонки с помощью NLP. Распознается голос, получается текст. Анализируются ключевые точки и проблемы клиентов. Это помогает улучшить обслуживание и предлагать нужные продукты.
https://habr.com/ru/companies/homebank/articles/662107/
————————————————————
2. Think like an Architect, not a Developer
В статье рассматривается разница в подходах к решению задач между архитектором и разработчиком. Архитектор сначала проектирует решение целиком, продумывая все аспекты, в то время как разработчик приступает к работе сразу. Приводятся примеры, показывающие, что архитектурный подход позволяет получить более проработанное и успешное решение.
https://medium.com/@raja.gupta20/think-like-an-architect-not-a-developer-224fa4ff236b
————————————————————
3. Mathematical Programming in Python Using DOcplex
В статье рассматривается задача оптимизации распределения продуктов между складами и зонами спроса с целью минимизации транспортных и операционных затрат. Задача формализуется в виде математической модели с целевой функцией и ограничениями. Для решения модели используется Python-библиотека DOcplex. Приведен пример кода для моделирования задачи и нахождения оптимального решения.
https://medium.com/@hilaliya61/a-simple-guide-to-mathematical-programming-in-python-using-docplex-b2b568cf698f
————————————————————
Теги:
#nlp #softskills #python
Что почитать сегодня – NOTA AI/ML Daily Digest.
1. ИИ ищет в микробах соединения для новых лекарств
Исследователи создали алгоритм NRPminer, который может искать в геномах микробов вторичные метаболиты - нерибосомные пептиды (NRP), предсказывать их структуру и оценивать потенциал для использования при создании новых лекарств. Алгоритм успешно нашёл несколько новых NRP и показал перспективность для дальнейших поисков.
https://habr.com/ru/articles/561050
————————————————————
2. An Introduction to Hadoop for Beginners
Статья представляет вводную информацию о системе Hadoop. Рассказывается что Hadoop - это open-source платформа для хранения и обработки больших данных. Система включает HDFS для хранения файлов и YARN для планирования задач. Также в статье дается классификация инструментов Hadoop экосистемы на три группы: основной стек, инструменты для обработки данных и инструменты для координации.
https://python.plainenglish.io/introduction-to-hadoop-part-1-8629bfd8464d
————————————————————
3. Extracting Dominant Colours from an Image using K-means Clustering from Scratch
Статья описывает имплементацию алгоритма k-средних для группировки пикселей изображения по цвету и выделения наиболее доминирующих цветов в изображении. Приведен пример реализации на Python для извлечения 5 доминирующих цветов из поданного на вход изображения. Алгоритм реализован "с нуля" без использования внешних библиотек.
https://medium.com/analytics-vidhya/extracting-dominant-colours-in-an-image-using-k-means-clustering-from-scratch-2ce79a3eea5d
————————————————————
Теги:
#python #hadoop #algorithms #image_ai
1. ИИ ищет в микробах соединения для новых лекарств
Исследователи создали алгоритм NRPminer, который может искать в геномах микробов вторичные метаболиты - нерибосомные пептиды (NRP), предсказывать их структуру и оценивать потенциал для использования при создании новых лекарств. Алгоритм успешно нашёл несколько новых NRP и показал перспективность для дальнейших поисков.
https://habr.com/ru/articles/561050
————————————————————
2. An Introduction to Hadoop for Beginners
Статья представляет вводную информацию о системе Hadoop. Рассказывается что Hadoop - это open-source платформа для хранения и обработки больших данных. Система включает HDFS для хранения файлов и YARN для планирования задач. Также в статье дается классификация инструментов Hadoop экосистемы на три группы: основной стек, инструменты для обработки данных и инструменты для координации.
https://python.plainenglish.io/introduction-to-hadoop-part-1-8629bfd8464d
————————————————————
3. Extracting Dominant Colours from an Image using K-means Clustering from Scratch
Статья описывает имплементацию алгоритма k-средних для группировки пикселей изображения по цвету и выделения наиболее доминирующих цветов в изображении. Приведен пример реализации на Python для извлечения 5 доминирующих цветов из поданного на вход изображения. Алгоритм реализован "с нуля" без использования внешних библиотек.
https://medium.com/analytics-vidhya/extracting-dominant-colours-in-an-image-using-k-means-clustering-from-scratch-2ce79a3eea5d
————————————————————
Теги:
#python #hadoop #algorithms #image_ai
ИИ и Работа с ним | NOTA pinned «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…»
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