28 декабря 2024
Machine learning chat
Фотография
нажмите — покажем
нажмите — покажем
✔️ OpenAI планирует реорганизацию в корпорацию для привлечения инвестиций.
OpenAI объявила о планах по реорганизации своей корпоративной структуры в следующем году. Компания намерена создать публичную благотворительную корпорацию, которая будет управлять операциями и бизнесом OpenAI, а некоммерческая организация будет заниматься благотворительными проектами в областях здравоохранения, образования и науки. Новая структура позволит привлечь больше капитала, необходимого для дальнейшего развития и достижения AGI.
theguardian.com
✔️ Nvidia, Niantic и World Labs разрабатывают пространственные AI-модели Земли.
Nvidia, Niantic и World Labs занимаются разработкой новых геопространственных AI-моделей Земли, способных видеть, думать и действовать в трехмерном пространстве. Nvidia использует свой проект Earth-2, объединяющий ИИ-модель с физическими симуляциями и компьютерной графикой, для прогнозирования погоды и климата.
Niantic, создатель Pokémon Go, применяет свой опыт в создании карт и 3D-моделей, основанный на сканировании местности игроками. У Niantic уже есть 10 млн. отсканированных локаций по всему миру и она использует эти данные для создания самой полной наземной 3D-карты мира. World Labs также разрабатывает "большую мировую модель", аналогичную концепции Niantic, и видит ее применение в создании виртуальных миров.
barrons.com
✔️ Испанская AI-модель зарабатывает до €10 000 в месяц.
Создатель AI-модели, Рубен Круз, основатель агентства The Clueless, решил создать виртуального инфлюенсера из-за проблем с реальными моделями. 25-летняя Аитана Лопес, фитнес-энтузиаст с ярко выраженной индивидуальностью, созданной на основе анализа общественных вкусов и трендов, зарабатывает в среднем около €3000 в месяц, но в пике ее доход достигает €10 000. Она зарабатывает более €1000 за рекламу, является лицом компании по производству спортивного питания и размещает фотографии в нижнем белье на платформе Fanvue.
За полтора года у нее появилось более 343 000 подписчиков в с
11.1K · Фотография
нажмите — покажем
нажмите — покажем
🔥 OpenCoconut — реализация парадигмы латентного рассуждения, известной как Chain of Continuous Thought (COCONUT)!
🌟 Основная идея заключается в генерации "мыслей" в латентном пространстве (состояниях модели) перед началом декодирования ответа. Этот подход использует скрытые состояния модели на этапе предварительной подготовки данных для повышения качества генерации.
🌟 Проект ориентирован на задачи, такие как математические вычисления, программирование и общий анализ данных, основываясь на синтетическом наборе данных. В будущем планируется улучшение функции потерь, добавление методов раннего завершения генерации и адаптивного переключения между латентным пространством и языковым. Это может повысить точность и гибкость моделей, работающих с последовательными задачами.
🔐 Лицензия: Apache-2.0
🖥 Github
@data_analysis_ml
7.5K · 29 декабря 2024
GIF
нажмите — покажем
нажмите — покажем
🔥 3DTrajMaster — это инструмент, предназначенный для работы с трехмерными траекториями в контексте анализа и обработки данных движения объектов!
🌟 Данный проект предлагает инструменты для эффективной работы с данными, которые включают трехмерные координаты объектов, а также их визуализацию и анализ траекторий в 3D-пространстве.
🖥 Github
@data_analysis_ml
8.8K · Ссылка
нажмите — покажем
нажмите — покажем
Добрый день. Помогите пожалуйста вашим советом, как решить задачу. Задача состоит в том, чтобы извлечь из облака точек вектор признаков. Каждая точка в облаке точек имеет параметры: нормализованные координаты x, y, z, нормализованный цвет r, g, b, координаты вектора нормали nx, ny, nz.
Здесь https://github.com/cihanongun/Point-Cloud-Autoencoder использовалась архитектура PointNet. Из каждой точки извлекались векторы признаков, затем они агрегировались в один вектор признаков, затем с помощью многослойного перцептрона из агрегированного вектора признаков получался один вектор размера N*3, где N - число точек. Затем меняли форму выходного тензора на (N, 3), получая реконструированное облако точек. Я попробовал этот код - если использовать только координаты x, y, z, то все работает. Но мне нужно использовать ещё и другие параметры: цвет и нормали. Я попробовал просто расширить вектор призраков входных точек до 9, и вектор признаков выходных точек тоже до 9. Функция потерь - расстояние Чемфера. Работать стало плохо, форма исходного облака теряется, цвета и нормали вразнобой. То есть нет нормальной реконструкции, получается непонятно что.
Подскажите пожалуйста, как быть? Что можно предпринять?
id 1684146975🔥 3DTrajMaster — это инструмент, предназначенный для работы с трехмерными траекториями в контексте анализа и обработки данных движения объектов!
🌟 Данный проект предлагает инструменты для эффективной работы с данными, которые включают трехмерные координаты объектов, а также их визуализацию и анализ
Здравствуйте, нашей команде по созданию сюжетных летсплеев в майнкрафт нужны программисты:
1. Свободное владение Java.
2. Понимание концепции ООП.
3. Достаточно мощный компьютер.
4. Умение работать с GitHub.
5. Примеры своих работ в виде модов с открытым исходным кодом.
Денчик ДушниленкоЗдравствуйте, нашей команде по созданию сюжетных летсплеев в майнкрафт нужны программисты:
1. Свободное владение Java.
2. Понимание концепции ООП.
3. Достаточно мощный компьютер.
4. Умение работать с GitHub.
5. Примеры своих работ в виде модов с открытым исходным кодом.
Все датасаентисты в душе немного разработчики модов на кубики...
Денчик ДушниленкоЗдравствуйте, нашей команде по созданию сюжетных летсплеев в майнкрафт нужны программисты:
1. Свободное владение Java.
2. Понимание концепции ООП.
3. Достаточно мощный компьютер.
4. Умение работать с GitHub.
5. Примеры своих работ в виде модов с открытым исходным кодом.
А в чем проблема сборки скачивать?
id 1684146975🔥 3DTrajMaster — это инструмент, предназначенный для работы с трехмерными траекториями в контексте анализа и обработки данных движения объектов!
🌟 Данный проект предлагает инструменты для эффективной работы с данными, которые включают трехмерные координаты объектов, а также их визуализацию и анализ
Мне нужны не сборки, а разработчики
Денчик ДушниленкоДа мне хоть где-то искать
Если что, я это не в шутку сказал, у меня 3 знакомых разраба по нейронкам и все 3 активно задротят в кубики
Артём Н.Если что, я это не в шутку сказал, у меня 3 знакомых разраба по нейронкам и все 3 активно задротят в кубики
Да одно дело играют, а другое кодят...
Денчик ДушниленкоМне нужны не сборки, а разработчики
Просто сюжетных модов и так куча в открытом доступе
id 1684146975🔥 3DTrajMaster — это инструмент, предназначенный для работы с трехмерными траекториями в контексте анализа и обработки данных движения объектов!
🌟 Данный проект предлагает инструменты для эффективной работы с данными, которые включают трехмерные координаты объектов, а также их визуализацию и анализ
Как у Storytelling
30 декабря 2024
Фотография
нажмите — покажем
нажмите — покажем
🔥 pyRiemann — это библиотека на Python для анализа многомерных данных с использованием римановой геометрии положительно определенных матриц!
🌟 Она построена на API scikit-learn и предоставляет высокоуровневые инструменты для обработки данных, классификации и машинного обучения. Основное применение библиотеки связано с биосигналами (например, EEG, MEG, EMG), интерфейсами мозг-компьютер (BCI), а также дистанционным зондированием, включая обработку радарных изображений и гиперспектральных данных.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@data_analysis_ml
9K · Machine learning chat
🔥Актуальные плейлисты и руководства для дата сайентистов.
1. Полный плейлист по аналитике данных и науке о данных на Python
• 100 вопросов с собеседований Python
• 100 вопросов с собеседований Python Часть 2
• Лучшие бесплатные курсы и книги по Python
• Python. Разбор реальных вопросов.
• Python на английском языке
• Тинькофф разбор заданий на стажировку
• Плейлист на русском
100 вопросов c собесов в Data Science и ML
• 100 вопросов с собеседований Data Science
• Вопросы с собеседований Читать
• Data Science разбор реальной задачи с собеседования
2. Плейлист по статистике для аналитики данных и науки о данных
• Математика машинного обучения полный курс
• Лекции и семинары по курсу "Математическая статистика" на русском
•. Статистика на английском языке
• Плейлист статистики на английском языке
3. Полный SQL для аналитики и науки о данных
• Полный плейлист по SQl на английском языке
• Базовый курс по SQL для аналитиков и менеджеров на русском
4. Учебники по Git и Github
• Учебники по Git и Github на английском языке
• Git курс
5. EDA и Feature Engineering и Feature Selection
• Плейлист по Feature Engineering
• Выбор функций
6. Плейлист по машинному обучению
• Плейлист курс ML на английском языке
• Новый плейлист курс ML на английском языке.
• Машинное обучение на английском языке:
• Машинное обучение на русском
7. Полный плейлист по глубокому обучению и NLP
• NLP плейлист
• Полный плейлист NLP Live на английском языке
8. Важные фреймворки для производственных развертываний
• Подробный плейлист по Flask на английском языке
• BentoML Tutorial
• Gradio Crash Course
9. Полный комплект инструментов AWS Sagemaker и Sagemaker Studio
• Плейлист Sagemaker
10. Полное руководство по MLOPS
• Полный комплект Dockers In One Shot Английский язык
• Учебные пособия MLFLOW с развертыванием
• Мониторинг модели Evidently AI
11. Конечные проекты ML, DL и NLP - весь жизненный цикл до развертывания с использованием инструментов с открытым исходным код
14.5K ·