Упрощать и искать похожие детали, очень полезный навык! Предлагаю быстро пробежаться и попробовать найти ту самую серебряную пулю в RecSys !
Рубрика «machine learning» - 5
RecSys + DSSM + FPSLoss is all you need
2025-06-08 в 12:10, admin, рубрики: CLIP, cross-entropy, FPS, loss, loss-функции, machine learning, pairCE, recsys, tripletloss, рекомендательные системыRAG‑агент для автоматизации инцидент‑менеджмента
2025-05-24 в 12:02, admin, рубрики: AI, automation, BigData, machine learning, nlp, rag, инцидент-менеджментАвтор статьи: Александр Летуновский
Проблематика
Современные крупные организации сталкиваются с большим числом ИТ‑инцидентов — счет может идти на тысячи в месяц. Инциденты нередко повторяются со временем, однако найти похожий случай в базе знаний или в системе регистрации инцидентов непросто: стандартный поиск по ключевым словам часто неэффективен, а «держать в голове» детали всех инцидентов невозможно.
NEAT. Основы
2025-05-21 в 17:58, admin, рубрики: machine learning, machinelearning, ml, neat, Алгоритмы, искусственный интеллект, нейоросеть, нейросети, нейроэволюционные алгоритмы, эволюцияВведение
Сегодня "теорию" NEAT, который появился в далёком 2004-м году, но при этом остается мейнстримом среди нейроэволюционных алгоритмов. Мы разберём классический вариант, так как это основа и все остальные варианты(CoDeepNEAT, HyperNEAT и т.д.) будут намного сложнее в имплементации, то есть шанс применить за разумное время обычному человеку очень мал и понять их без изначального варианта представляется почти невозможным.
NEAT - алгоритм расширяющихся топологий, то есть может развивать не только веса, но и саму структуруЧитать полностью »
Выбираем MLOps инструменты с учётом зрелости команды
2025-05-10 в 13:29, admin, рубрики: ai infrastructure, machine learning, ml stack, mlops, opensourceMLOps — это набор практик и процессов для управления жизненным циклом ML-моделей: от обучения до продакшна и поддержки. Если копнуть глубже, окажется, что решений куча и выбор неочевиден.
Разберем, почему не всё так просто и как принимать решения о внедрении MLOps инструментов.
MLOps: почему столько инструментов?
В MLOps включают всё, от трекинга экспериментов до CI/CD и инференса. Инструменты множатся и умирают, путаницы становится только больше.
Отмечу несколько особенностей:
-
Основной стек сегодня — kubernetes-центричен. Потому многие начинают с kubeflow для обучения и Читать полностью »
JavaScript: структуры данных и алгоритмы. Часть 11
2025-05-06 в 10:05, admin, рубрики: algorithms, data structures, javascript, machine learning, statistics, timeweb_статьи, Алгоритмы, машинное обучение, статистика, структуры данных
Привет, друзья!
В этой серии статей мы разбираем структуры данных и алгоритмы, представленные в этом замечательном репозитории. Это одиннадцатая часть серии.
Сегодня мы рассмотрим несколько простых, но интересных алгоритмов машинного обучения, а также один весьма любопытный статистический алгоритм.
Код, представленный в этой и других статьях серии, можно найти в этом репозитории.
Интересно? Тогда прошу под кат.
Как мы научились сохранять тембр и интонацию спикера при переводе видео в Яндекс Браузере
2025-04-28 в 9:01, admin, рубрики: deep learning, machine learning, искусственный интеллект, машинный перевод, перевод видео, синтез речи, яндекс
Осенью 2021 года мы впервые представилиЧитать полностью »
Архитектура проекта автоматического обучения ML-моделей
2025-04-17 в 12:45, admin, рубрики: AutoML, data science, machine learning, pythonНа связи Кравцов Кирилл и Суздалев Руслан из команды моделирования поведенческих сценариев Центра развития искусственного интеллекта СПАО «Ингосстрах» (далее – ЦРИИ). В статье поделимся решением, которое помогает нам быстрее обучать и интегрировать модели в компании.
С ростом компании и ЦРИИ, в частности, у нас появлялось все больше бизнес-заказчиков, которым нужны были ML-модели. Поэтому потребность росла, а ограниченность ресурсов не позволяла быстро обрабатывать задачи бизнеса и многое уходило в беклог.
Открываем instruct-версию YandexGPT 5 Lite
2025-03-31 в 5:04, admin, рубрики: huggingface, machine learning, nlp, open source, yandexgpt, яндекс
Недавно мы выложили в открытый доступ pretrain-версию модели YandexGPT 5 Lite, обученную нами с помощью технологий Яндекса и без применения каких-либо сторонних моделей. За прошедший месяц в сообществе её скачали более 15 тысяч раз, на её основе создали больше десятка квантизованных моделей и даже дообучили instruct-версии.
Все ли волки страшные: AUF или как приручить uplift?
2025-03-28 в 9:41, admin, рубрики: data science, machine learning, open source, python, uplift, uplift modeling, uplift modelling, библиотека, визуализации, метрикиВсем привет! Меня зовут Мельников Виктор, я работаю Junior Data Scientist в хабе Розничного Бизнеса Департамента Продвинутой Аналитики в Альфа-Банке. В этой статье я расскажу про AUF — Open Source библиотеку Альфа-Банка.
Её главная задача — автоматическое решение задач uplift-моделирования.
Позволяет ускорять разработку в десятки раз и убирает рутину, избавляя от привычного fit-predict. Приятным бонусом идёт полный отчёт по качеству модели, понятный как DS, так и бизнесу.
ДисклеймерЧитать полностью »
Исследуем эволюцию архитектур в Computer Vision: Mind Map всех ключевых моделей
2025-03-13 в 16:58, admin, рубрики: computer vision, deep learning, machine learning, mind maps, neural networks, resnet, Transformers, машинное обучение, нейронные сетиСразу к карте? Если вы предпочитаете действовать, а не читать, вот ссылка на Mind Map . Она доступна для изучения прямо сейчас. А если хотите понять контекст и узнать больше о каждой модели — добро пожаловать под кат!