☀️ Как нейросети научились давать более точный локальный прогноз
В новой статье команда Яндекса рассказала, как работала над нейросетевой технологией OmniCast и как она устроена. Благодаря OmniCast Яндекс Погода стала в 36 раз чаще получать данные о температуре и давать более точный прогноз для каждого городского квартала размером 500 на 500 метров.
🔗 Читать статью на Хабре
В новой статье команда Яндекса рассказала, как работала над нейросетевой технологией OmniCast и как она устроена. Благодаря OmniCast Яндекс Погода стала в 36 раз чаще получать данные о температуре и давать более точный прогноз для каждого городского квартала размером 500 на 500 метров.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
🎨 ТОП-7 библиотек визуализации данных в 2024 году: обзор и сравнение
Подробный обзор 7 популярных библиотек для визуализации данных. Сравниваем функциональность, производительность и удобство использования Latitude, D3.js, Chart.js, Apache ECharts, Nivo, Plotly и Victory.
👉 Читать статью
👉 Зеркало
Подробный обзор 7 популярных библиотек для визуализации данных. Сравниваем функциональность, производительность и удобство использования Latitude, D3.js, Chart.js, Apache ECharts, Nivo, Plotly и Victory.
👉 Читать статью
👉 Зеркало
😁5
This media is not supported in your browser
VIEW IN TELEGRAM
Руководитель исследовательских проектов в области транспорта в VisionLabs в новой статье на «Хабре» рассказала, как устроен пайплайн распознавания автомобилей.
Вот основные шаги:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
Forwarded from Библиотека питониста | Python, Django, Flask
🐍📈 Бэктест на Python: оцениваем торговую стратегию
Бэктестинг — это метод, который используется в трейдинге и инвестировании для оценки эффективности торговой стратегии (или инвестиционного подхода) с помощью исторических рыночных данных.
Проще говоря, это процесс проверки того, как стратегия работала бы в прошлом, если бы её применяли к реальным данным.
👉 В новой статье разбираемся, как реализовать бэктестинг на Python
Бэктестинг — это метод, который используется в трейдинге и инвестировании для оценки эффективности торговой стратегии (или инвестиционного подхода) с помощью исторических рыночных данных.
Проще говоря, это процесс проверки того, как стратегия работала бы в прошлом, если бы её применяли к реальным данным.
👉 В новой статье разбираемся, как реализовать бэктестинг на Python
❤4
Реддитор собрал данные сотен объявлений с LinkedIn и создал отчёт с распределением требуемых навыков. Можно посмотреть информацию по вакансиям как для начинающих дата-сайентистов, так и для мидлов и сеньоров.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🥱5
👀 Андрей Карпаты создал генератор комментариев к коммитам
На это его вдохновил мем, который он увидел в X. В результате Карпаты написал небольшую утилиту, которая генерирует сообщения к коммитам на базе изменений (diff) в пулл-реквесте.
Нужно просто ввести
🔗 Ссылка на утилиту на GitHub Gist
На это его вдохновил мем, который он увидел в X. В результате Карпаты написал небольшую утилиту, которая генерирует сообщения к коммитам на базе изменений (diff) в пулл-реквесте.
Нужно просто ввести
gcm (сокращение для git commit -m), чтобы получить готовый комментарий. Его можно редактировать. 🔗 Ссылка на утилиту на GitHub Gist
👍12🥱3🥰2
🤗 Hugging Face выпустила Deep Learning Containers для Google Cloud
Это набор Docker-образов для обучения и развёртывания различных моделей (в том числе, конечно же, Transformers) на платформах Google Cloud Vertex AI и Google Kubernetes Engine (GKE).
В репозитории представлены примеры, демонстрирующие, как использовать эти контейнеры для задач обучения и инференса на Google Cloud.
Это набор Docker-образов для обучения и развёртывания различных моделей (в том числе, конечно же, Transformers) на платформах Google Cloud Vertex AI и Google Kubernetes Engine (GKE).
В репозитории представлены примеры, демонстрирующие, как использовать эти контейнеры для задач обучения и инференса на Google Cloud.
👏1
🤖 6 основных алгоритмов машинного обучения: руководство для начинающих
В новой статье мы расскажем о шести основных алгоритмах машинного обучения и их практическом применении в различных отраслях.
Вот алгоритмы, которые мы рассмотрим:
🔹линейная регрессия;
🔹SVM;
🔹дерево решений;
🔹случайный лес;
🔹наивный байес;
🔹логистическая регрессия.
🔗 Читать статью
В новой статье мы расскажем о шести основных алгоритмах машинного обучения и их практическом применении в различных отраслях.
Вот алгоритмы, которые мы рассмотрим:
🔹линейная регрессия;
🔹SVM;
🔹дерево решений;
🔹случайный лес;
🔹наивный байес;
🔹логистическая регрессия.
🔗 Читать статью
👍9❤2🔥1
💬 А у вас есть платные подписки? Сколько сервисов в месяц оплачиваете?
👍 — один
❤️ — два/три
🔥 — больше трёх
👇Расскажите в комментариях, что это за сервисы👇
👍 — один
❤️ — два/три
🔥 — больше трёх
👇Расскажите в комментариях, что это за сервисы👇
🔥16❤14👍4🥱3
🧑💻 Статьи для IT: как объяснять и распространять значимые идеи
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
❤2
Forwarded from Библиотека питониста | Python, Django, Flask
🐍🔍 7 малоизвестных возможностей стандартной библиотеки Python
Стандартная библиотека Python — это кладезь возможностей. Мы представляем семь недооценённых модулей, которые помогут вам улучшить организацию данных, оптимизировать производительность и упростить распространение ваших программ.
🔗 Читать обо всём в статье
Стандартная библиотека Python — это кладезь возможностей. Мы представляем семь недооценённых модулей, которые помогут вам улучшить организацию данных, оптимизировать производительность и упростить распространение ваших программ.
🔗 Читать обо всём в статье
👍4❤1