Expert JS React Developers for TUI wanted. Join Ciklum and get a $4000 sign-on bonus!
×Закрыть

Материалы по теме «ML»

RSS

Навіщо програмісту знати Machine Learning Навіщо програмісту знати Machine Learning

Andrew Luashchuk 5274

Машинне навчання — штука поширена, доступ до Coursera є в будь-кого, і всі, хто мав бажання піти в Data Scientist’и, вже в них пішли. Про це вже навіть мемів немає: ML давно увійшов у наше життя. Але якщо вважаєте, що вам ML ні на що не здався, ви помиляєтесь, і розробник Андрій Лящук намагається це довести. 4

Як проходить стажування у Facebook Reality Labs і чому наука буває цікавішою за інженерію — розповідь української дослідниці Як проходить стажування у Facebook Reality Labs і чому наука буває цікавішою за інженерію — розповідь української дослідниці

Yaroslava Tymoshchuk 6093

Ярослава Лочман, випускниця магістерської програми Data Science Українського католицького університету (УКУ), після закінчення навчання стажувалася у Facebook Reality Labs в Pittsburgh. Під час інтернатури провела власне дослідження з автоматичного калібрування камер з wide-angle та fisheye-об’єктивами. В інтерв’ю ДОУ Ярослава розповіла, як проходило стажування, як вона продовжує академічні дослідження з комп’ютерного бачення та чому обирає науку на користь інженерії. 3

Lego для дорослих, або Як запрограмувати робота Lego для дорослих, або Як запрограмувати робота

Veronika Demedetska 3720

Вероніка Демедецька, Tech Expert & Senior Software Engineer в AMC Bridge, кандидат технічних наук, покроково і з власного досвіду розповідає, як розробити симулятор промислових роботів. Тому, якщо ви працюєте або хотіли б працювати у цій галузі, стаття стане вам у пригоді. 3

Вступ до NLP. Як розробити діалогову систему Вступ до NLP. Як розробити діалогову систему

Yan Butelskyy 2821

Ян Бутельський, фахівець із NLP, ділиться досвідом розробки діалогових систем, який буде корисний усім, хто вже займається обробкою природної мови або хоче спробувати себе в цій галузі. 12

«Я стал ML-инженером ради денег». Бывший анестезиолог — о том, почему не остался в медицине и как нашел себя в IT «Я стал <nobr>ML-инженером</nobr> ради денег». Бывший анестезиолог — о том, почему не остался в медицине и как нашел себя в IT

Ekaterina Tereshchenko 27178

Борис Кабаков 7 лет своей жизни посвятил медицине с участием в международных клинических исследованиях и серьезной анестезиологической практикой. Однако после 30 лет, осознав карьерную и финансовую бесперспективность работы, он решил круто изменить свою профессию. Сегодня Борис — Senior Machine Learning Specialist в SoftServe. С читателями DOU он делится трудностями вхождения в отрасль, применением медицинского бэкграунда и размышлениями о будущем украинской медицины. 278

Как я работаю: Александр Гончар, Chief AI Officer в Neurons Lab Как я работаю: Александр Гончар, Chief AI Officer в Neurons Lab

Валентина Шимкович 7929

Александр Гончар — сооснователь и Chief AI Officer консалтинговой компании Neurons Lab. Его команда разрабатывает решения в области искусственного интеллекта, в основном для финтех- и медицинских компаний. Александр выступает на технических конференциях по всей Европе, преподает на кафедре Data Science в Веронском университете и ведет популярный блог на Medium. Также он автор нескольких статей и AI & ML дайджестов на DOU. 13

С чего начать свой путь в нейронные сети, или Ответы будущему AI-специалисту С чего начать свой путь в нейронные сети, или Ответы будущему AI-специалисту

Эм Константинов 7485

Михаил Константинов, Senior Deep Learning Research Engineer в SQUAD, отвечает на вопросы, с чего начать обучение нейронных сетей. В статье вы найдете ссылки на книги, курсы и многое другое. 11

Data Science и Machine Learning: с чего начать и где учиться Data Science и Machine Learning: с чего начать и где учиться

Olya Mazhara 13425

Статья написана для тех, кто хочет попробовать себя в Data Science и машинном обучении, но не знает, с чего начать и какие знания для этого нужны. Ольга Мажара, преподавательница «Искусственного интеллекта» в КПИ им. Игоря Сикорского и Senior Java Developer в Intellias, составила короткий гайд. 11

Как выбрать подход к созданию тестового AI-проекта Как выбрать подход к созданию тестового AI-проекта

Sergey Brandis 4397

Сергей Брандис, co-founder AI- стартапа и СТО в компании по разработке hardware-устройств, рассказывает о разных подходах к созданию умных систем. Сегодня благодаря доступным библиотекам, понимая подходы и терминологию, можно сделать тестовый AI-проект самостоятельно и ускорить развитие своего бизнеса. Поэтому материал будет полезен проектным менеджерам, продактам, owner’ам и всем, кого интересует внедрение искусственного интеллекта. 11

Карьера в IT: NLP Engineer и NLP Researcher Карьера в IT: NLP Engineer и NLP Researcher

Валентина Шимкович 6743

В новой статье серии «Карьера в IT» поговорим об одной из специализаций Data Science — Natural Language Processing. NLP Specialist занимается обработкой естественного языка: это могут быть задачи по распознаванию речи, машинному переводу, определению эмоциональной окраски текста и так далее.

Як вдало застосувати AI у своєму проєкті: покрокова інструкція Як вдало застосувати AI у своєму проєкті: покрокова інструкція

Max Lupey 5279

Максим Лупей, що має понад 10 років досвіду в ІТ, на прикладі власного проєкту розповідає, як працювати зі штучним інтелектом. У статті йдеться про етапи створення ML-проєкту, збір даних та аналіз датасету, візуалізацію, вибір бібліотек і технологій, архітектури, кількості ітерацій та алгоритми оптимізації. 9

Senior Research Scientist из Google Research — о PhD в американском университете, проектах в ML и перспективах Украины Senior Research Scientist из Google Research — о PhD в американском университете, проектах в ML и перспективах Украины

Анна Соха 12050

Максим Владимиров окончил университет в Харькове, начал работать программистом в Киеве, но быстро понял, что применение готовых решений — это не то, чем он хочет заниматься. Заинтересовавшись машинным обучением и созданием новых алгоритмов, он поступил в аспирантуру в Америку. Максим поделился с DOU тем, как ему удалось построить карьеру в машинном обучении, попасть в Google Research и пригодился ли ему PhD. 54

Як заради однієї змінної для ML ми використали дані космічного проєкту SRTM Як заради однієї змінної для ML ми використали дані космічного проєкту SRTM

Vasyl Mylko 2902

Василь Милько, співзасновник Curiosio — путівника для мандрівників-ґіків, розповів про робоче завдання із зірочкою. Нещодавно йому знадобилось виділити ознаки для нового модуля машинного навчання, і однією з них стала географічна висота. Висота географічної місцевості — це її вертикальна відстань відносно математичної моделі Землі на рівні моря. Завдання здавалося настільки легким, як написати «Hello, World» невідомою мовою програмування. Але виявилось, що все не так просто. 4

Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні

Андрій Хмельницький 5159

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку TensorFlow, нейронні мережі, реалізацію моделі word2vec. 9

Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку scikit-learn в реальному завданні

Андрій Хмельницький 5278

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У циклі статей він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У цій частині детально розглянемо бібліотеку scikit-learn.

Перші кроки в NLP: розглядаємо Python-бібліотеку NLTK в реальному завданні Перші кроки в NLP: розглядаємо Python-бібліотеку NLTK в реальному завданні

Андрій Хмельницький 7966

Андрій Хмельницький працює в оцінці майна, а у вільний час займається машинним навчанням. У цій статті він розповідає, як реалізував власний проєкт зі зручної класифікації земельних ділянок, і робить огляд бібліотек на Python, які використав для цієї мети. У першій частині детально розглянемо бібліотеку NLTK. 14

Машинное обучение против финансовой математики: проблемы и решения Машинное обучение против финансовой математики: проблемы и решения

Alex Honchar 10667

Александр Гончар, CTO в Neurons Lab LTD, делится идеями, как машинное обучение может помочь в проблемах эконометрики и финансовой математики, а также показывает, в каких случаях оно не справляется с задачей. 23

Данные важнее, чем модели. Как выглядят эффективные процессы в Data Science Данные важнее, чем модели. Как выглядят эффективные процессы в Data Science

Vadym Boikov 13743

Для многих работа дата саентиста выглядит, как черный ящик. Но несмотря на разные задачи, процессы в проектах похожи, равно как и причины возникающих проблем. В этой статье рассмотрим, какие этапы проходит проект, что должен делать дата саентист и как он взаимодействует с другими членами команды. 43

8 правил для ML-проектов на каждый день: как найти и удержать нужный фокус 8 правил для <nobr>ML-проектов</nobr> на каждый день: как найти и удержать нужный фокус

Игорь Кауфман 6724

«В исследованиях легко увязнуть. Одна проблема тянет за собой другую, и в конце концов начинаешь тратить время на задачи, неприоритетные для конечного продукта (привет, рефакторинг!). Поэтому так важно сохранять концентрацию на основных целях продукта и не распыляться», — Игорь Кауфман, имея разнообразный опыт участия в R&D-проектах, составил список того, что нужно и чего не стоит делать, занимаясь ML. 29

ML для мобільного розробника: Google Cloud для тренування ML-моделі ML для мобільного розробника: Google Cloud для тренування <nobr>ML-моделі</nobr>

Alex Ovechko 3365

Якщо ви хочете навчити персептрон, щоб він виконував операцію XOR, можна навчити таку нейромережу навіть на старенькому мобільному. Використовуючи Google Cloud, автор статті демонструє тренування ML-моделі й завантаження її на мобільному пристрої (Core ML, Metal Performance Shaders). 5

← Сtrl 123 Ctrl →

Комментарии

ага, і при цьому на офіційному сайті світити інфо про те, що в них працівники і офіс в Україні за адресою, де сидять ФОПи. а на ДОУ описують про те, що дають плюшки у вигляді басейна і страховки
запитають у замовника документи, якщо виникнуть підозри до сум «свіфтом».
у Британії зараз посилюється законодавство про приховані відносини. крім того, поняття «гіг» є у багатьох країнах і є прецеденти, де суди визнають відносини між замовником і гігом — трудовими
податкова країни замовника запитає документи у замовника. а у вас вони ідентичні. якщо за результатом аналізу податкова зрозуміє, що відносини ваші — трудові, то у вашого замовника будуть проблеми. якщо замовник про такий ризик не знає, то будете працювати.
Песимізм як на виборах.
А на каком основании налоговая страны заказчика запросит документы если я являюсь по сути контрактором для них, налоги плачу в своей юрисдикции? Это разве нарушение ?
Всегда восхищаюсь работой хорошего БА — это титанический труд, без сомнений
Таке враження, що цей твір написано учнем 5го класу за шаблоном — «Літом я був у бабусі. Там було добре. Я збирав яблука і мені давали гроші на морозиво. А потім я повернувся додому і ходжу уже в 6 клас.
Точно такие же аргументы у людей которые хотят убрать полицию. У каждого примера выше есть общие характеристики: — Решают конкретно поставленную проблему. «Проблема» демократии, что у глупых есть право голоса?
5 историй IT-специалистов, которые работают без выходных и им кажется, что они не выгорают
Білл Гейтс і досі не закінчив універ. Так що для тих хто почав успішний бізнес до закінчення це норма.
Наше суспільство відкинуло політичну частину комунізму, там де репресії, голодомори, гулаги, всесильні спецслужби, купа заборон, тотальна промивка мізків ідеологією і таке інше.
Залишити співпрацю в українському ІТ по моделі ФОП3 група з 5% податком + військовий збір + ЄСВ. Я тоже за этот вариант. Но, как вы предлагаете оформить его юридически?
Є два підходи: rx.js й fantasy land spec сумісні рішення. Під TS є конкретно fp-ts, з купою кодогенерації Variadic’ів. Можна там в lodash-fp, але то буде «не хаскеле-подібне рішення».
бо віртуальна машину то купа ресурсів в попу. І ваша гра буде все ж не 60 fps, а 6 fps.