Рубрика «ml» - 3
Как и зачем мы замеряли знания культурного кода у YandexGPT
2024-12-23 в 9:00, admin, рубрики: llm, ml, yandexgpt, культурный код, нейросетиПродуктовые обновления ноября: 100% кешбэк на CDN, новые конфигурации в БД и другое
2024-12-13 в 9:07, admin, рубрики: ml, selectel, базы данных, выделенные серверы, облако, облачные сервисы, объектное хранилище
Привет! Я — Настя, технический писатель в Selectel. В дайджесте рассказываю, какие обновления в продуктах и услугах произошли в ноябре. Вы узнаете, как бесплатно контролировать трафик в облачных серверах, получить доступ к двухнедельному тестированию ML- и Inference-платформ, а также скачать дистрибутив SelectOS. Подробнее — под катом.Читать полностью »
ML в промышленности: как построить систему управления процессом окомкования железорудных окатышей
2024-12-10 в 8:59, admin, рубрики: CV-модель, IT в промышленности, ml, Physics Informed Machine Learning, StarDist, автоматизация предприятий, алгоритмы машинного обучения, ограничения, тестирование, управление процессами в ITА вы знаете, как руда превращается в чугун? Даже на автоматизированном производстве многое зависит от ручной экспертизы. На производстве железорудных окатышей ещё недавно качество продукции измерялось буквально на ощупь. Дата-сайентисты помогли снизить зависимость от человеческого фактора. Как это получилось, что общего у окатышей с клетками и зелёным горошком, и как модели помешал кран с водой — читайте в этой статье.
Метрики оценки качества вероятностей в бинарной классификации: опыт из ФинТеха
2024-12-08 в 6:20, admin, рубрики: calibration, Hosmer-Lemeshow, Log Loss, ml, pr auc, roc auc, бинарная классификация, Качество классификации, классификация, Оценка вероятностейБинарная классификация — одна из самых распространённых задач машинного обучения, встречающаяся во множестве прикладных областей.
Однако, на практике цель таких задач часто выходит за рамки простого предсказания класса. Гораздо более важным оказывается умение модели оценить вероятность принадлежности объекта к тому или иному классу. Иными словами, нас интересует не только, какой класс выбрать, но и с какой вероятностью это решение принято.
NLP: когда машины начинают понимать нас (Часть 1)
2024-12-07 в 7:00, admin, рубрики: machinelearning, ml, natural language processing, nlp, машинное обучение, обработка естественного языкаВведение в NLP
Представьте, что вы можете разговаривать с компьютером так же естественно, как с обычным человеком. Вы задаёте вопросы, получаете ответы, даёте команды - и это всё на вашем родном языке. Именно этим и занимается обработка естественного языка (Natural Language Proccessing, или NLP) - область искусственного интеллекта, которая фокусируется на взаимодействии между компьютерами и людьми с помощью естественного языка.
SpyderIDE: Твоя новая «восьмилапая» подруга для Python-разработки
2024-12-04 в 9:15, admin, рубрики: data science, mathematica, matplotlib, ml, numpy, python, SpyderIDE, обзор, Программирование, среда разработкиДорогие друзья, порадуемся тому факту, что даже в мире IDE есть свои пауки. Не те, что заползают в ваш код, добавляя баги, а настоящие спасатели программного хаоса. Сегодня речь пойдет о SpyderIDE, любимице научного сообщества и тех, кто слишком увлечен pandas и numpy, чтобы замечать окружающий мир.
Кто ты, Spyder?
Spyder (не путать с вашим дружелюбным соседом Человеком-Пауком) — это Scientific Python Development Environment, специальная IDE для научных исследований, машинного обучения и анализа данных. Ее интерфейс чем-то напоминает смесь Excel, MATLAB и RStudio, но с уникальным шармом Python.
Интервью Forbes c Джоном Джампером из Google DeepMind о получении Нобелевской премии и будущем AlphaFold
2024-12-02 в 11:55, admin, рубрики: AI, Google DeepMind, machinelearning, ml, ИИ, интервью, искусственный интеллект, машинное обучение
В то время как языковые модели все лучше справляются с такими задачами, как написание стихов и электронных писем, Джампер надеется увидеть эру, когда ИИ будет решать проблемы, которые люди никогда не смогут решить самостоятельно.
UX-UI + AI. Как нейросети меняют работу продуктового дизайнера. Полный перечень возможностей и мой практический опыт
2024-11-28 в 11:35, admin, рубрики: AI, design, ml, ui-дизайн, ux-исследования, ИИ, нейросетиВ этой статье я хочу рассказать зачем AI нужен UX/UI дизайнерам. Как его внедрение может улучшать пользовательские интерфейсы, и как AI инструменты облегчают и ускоряют работу дизайнера.
Человек и LLM: как построить метрики для оценки моделей
2024-11-28 в 7:02, admin, рубрики: llm, ml, ml-метрики, бенчмарки, машинное обучение, метрики, нейросети, оценка качества, языковые модели
Привет, меня зовут Ирина Барская, и я руководитель службы аналитики и исследований в Яндексе. А это значит, что я и моя команда каждый день думаем, как оценивать качество работы генеративных моделей, какие при этом смотреть метрики, как вообще понять, хорошая ли модель у нас получилась.
TL;DR Вольная художественная интерпретация поста John Rush и комментариев под ним.
Короткая версия доступна в виде поста.
Что такое AGI?