Вопрос на форуме: У кого среди Amazon, Google и Microsoft лучший free-tier с точки зрения обучения Big Data?
http://bit.ly/3bwAcYQ

#bigdata

Lego для дорослих, або Як запрограмувати робота

«Якщо ваша мета — створити щось суттєве, доведеться ознайомитися з цілим міксом галузей: механікою, високо- та низькорівневим програмуванням, фізикою, електронікою, алгоритмами, роботою з Big Data тощо. Саме тому я і люблю робототехніку: це завжди стик технологій та нескінченна можливість для розвитку та вивчення нових напрямів».

Покроковий гайд з розробки симулятора промислового робота від Вероніки Демедецької, Tech Expert & Senior Software Engineer.

У статті ви ознайомитесь з головними компонентами програм для симуляції роботів, а також знайдете перелік корисних бібліотек алгоритмів 👉 https://dou.ua/goto/8pOR

#bigdata

🤖 Big Data, Machine Learning, Data Science Digest #2. Lakehouse Architecture, безпека ML DevOps систем, Reinforcement Learning

Підбірка свіжих матеріалів зі світу Data Science за останні два тижні. Як виявити невдачу ML-моделі у виробництві, шлях до Data Mesh, ефективна «культура даних» Uber та багато іншого!

Долучайтеся до обговорення і пишіть в коментарях, що ще варто було б додати.

👉 https://dou.ua/goto/hUCT

#ML #DataScience #bigdata

🤖 Big Data/Machine Learning/Data Science Digest #3: моніторинг якості даних, синтетичні дані, оновлення GPT-3, AI у розробці ігор

У випуску:

🔘 як забезпечити якість даних у реальному часі;
🔘 чи можуть штучно створені дані бути кращими за реальні;
🔘 останні оновлення платформи GPT-3;
🔘 як Google використав ML для тестування комп'ютерної гри на збалансованість.

👉 https://dou.ua/goto/PGXl

#DataScience #ML #bigdata

🤖Big Data/Machine Learning/Data Science Digest #4: Time series forecasting, об’єктивність АІ, GAN для 3D-моделювання

Свіжа підбірка останніх новин і цікавих матеріалів із data-індустрії.

У випуску:
🔹 методологія Microsoft в оцінці точності моделей прогнозування;

🔹новий підхід до паралелізації потоків даних з високою пропускною здатністю;

🔹проблема необєктивності АІ — чи справді справа тільки в даних;

🔹 як можна створити 3D модель об'єкта лише з одного зображення;

🔹 як побудувати нейронну мережу у Minecraft.

👉 https://dou.ua/goto/35vN

#DataScience #ML #bigdata

🤖 Big Data/Machine Learning/Data Science Digest #5: Open-source license у ML, сучасний data stack, аудіо Deepfake і новий MLP-mixer

У цьому випуску ви дізнаєтеся про підходи до open-source ліцензування у ML, АІ що сам пише код, чого не вистачає сучасному дата стеку, аудіо Deepfake, новий MLP-Mixer та купу інших цікавинок.

👉 https://dou.ua/goto/BwGy

#DataScience #ML #bigdata

🤖 Big Data/Machine Learning/Data Science Digest #6

У випуску ви дізнаєтеся:

▪️про використання теорії гри для масштабного аналізу даних;

▪️синтетичні дані для вибору моделі;

▪️ймовірнісне програмування для розуміння неточності у передбаченнях моделі;

▪️чи може АІ створювати меми;

▪️яке майбутнє нас чекає з дешевими deepfakes;

▪️AI агент, що грає в CS:GO.

Та ще купу іншого цікавого!

👉 https://dou.ua/goto/HhIL

#DataScience #ML #bigdata

🤖 Big Data/Machine Learning/Data Science Digest #7: ML in Healthcare, Safe AI, MLOps, Wide and Deep Networks

Вова Кириченко, CTO в Xenoss, підготував нову підбірку свіжих та цікавих матеріалів! У цьому випуску ви дізнаєтеся про використання машинного навчання у медицині, та які перешкоди стоять на шляху, безпечний штучний інтелект, MLOps та схожості між широкою та глибокою мережею.

👉 https://dou.ua/goto/KywD

#DataScience #ML #bigdata

🤖 Big Data, Machine Learning, Data Science Digest #9

У новому випуску дайджеста з-поміж інших новин ви довідаєтеся:

▪️як підійти до пробем NLP;
▪️що таке Data Mesh;
▪️як ефективніше використовувати і зберігати метадані;
▪️як працювати з геопросторовими даними за допомогою R;
▪️як навчити моделі на незбалансованих даних;
▪️про GAN-мережу, що відтворює оточення Grand Theft Auto 5 і в яку можна грати.

І ще про багато інших цікавинок — завітайте.

👉 https://dou.ua/goto/nHY6

#DataScience #ML #bigdata

🤖 Big Data, Machine Learning, Data Science Digest #9

У цьому випуску ви дізнаєтеся про таке:
▫️ Новий підхід до побудови data-інфраструктури.
▫️ Проблематика SQL і що з цим робити.
▫️ АІ та CLIP.
▫️ Упередження в системах АІ.
▫️ Як Tesla використовує камери для побудови АІ систем для самокеруючих машин.
▫️ Глибоке навчання з синтетичними даними.
▫️ Як використовують машинне навчання у кібербезпеці.
▫️ Багато інших цікавинок.

👉 https://dou.ua/goto/PeTj

#DataScience #ML #bigdata

Як працює Spark під капотом і як створити ефективний Big Data пейплайн

Spark — один із найпопулярніших фреймворків для обробки великих масивів даних (Big Data). Він має складну структуру, тож якщо у роботі спливають проблеми, вони часто комплексні.

У статті Дмитро Лазаренко розбирає основи Spark та підводні камені роботи з ним. Цей базис може допомогти уникнути багатьох проблем у написанні архітектури програми.

👉 https://dou.ua/goto/vnup

#DataScience #architecture #bigdata

🤖 Big Data, Machine Learning, Data Science Digest #10

Вова Кириченко, CTO , зібрав для вас свіжі новини та цікавинки зі світу Data Science та AI!

Ключові теми випуску:

🔹 Як мовні моделі розуміють світ.
🔹 Що такого поганого в Julia.
🔹 Що робити з брудними даними.
🔹 Нащо потрібен SQL.
🔹 Паралелізм в мовних моделях.
🔹 Використання CLIP+VQGAN для створення зображень.
🔹 Використання GPT-J від Eleuther AI

та багато іншого. Приємного читання!

👉 https://dou.ua/goto/Geb5

#DataScience #ML #bigdata

🤖 Big Data, Machine Learning, Data Science Digest #11

Новий випуск дайджесту від Вови Кириченка, CTO в Xenoss, у якому зібрано найцікавіше зі світу data science за останній час.

У дайджесті ви дізнаєтеся про:

🔹 Системи машинного навчання та які проблеми вони вирішують.
🔹 Чи варто переосмислити встановлений підхід до NLP.
🔹 Маркування даних.
🔹 Масштабування АІ для бізнесу.
🔹 Фриланс у сфері ML.
🔹 Як приймати кращі рішення за допомогою статистики.
🔹 Адаптивні алгоритми машинного навчання.

Та багато іншого. Приємного читання!

👉 https://dou.ua/goto/DiTQ

#DataScience #ML #bigdata