Привет! Меня зовут Алексей, и я занимаюсь беспроводными технологиями. Последние пять лет наша команда занимается одной из самых интригующих областей IT — WiFi sensing. Сегодня хочу рассказать, как обычный домашний роутер может превратиться в супер-сенсор, который видит движения людей сквозь стены, считает дыхание спящего человека и даже определяет, кто именно вошёл в комнату.
Рубрика «machinelearning» - 2
Wi-Fi вокруг нас превращается в шестое чувство: как беспроводные сети видят сквозь стены и считывают дыхание
2025-08-13 в 10:15, admin, рубрики: csi, IEEE80211, machinelearning, Sensing, wifiТоп-5 алгоритмов из курса матана, которые реально пригодятся в работе
2025-08-11 в 14:15, admin, рубрики: machinelearning, math, ml, timeweb_статьи, математика, наука, ПрограммированиеВсем привет. Сегодня хочу затронуть тему матана, чтобы показать как его можно применять на реальных задачах. Думаю каждый, кто учил матан часто задавался вопросами: «Где это вообще пригодится?», «Зачем это нужно?», «Как это может помочь?» и т. д. Так вот, чтобы эти вопросы отпали раз и навсегда предлагаю свой топ-5 алгоритмов из курса матана с конкретными примерами их применения в работе.
❯ 1. Метод Ньютона (касательных)
Представьте, что вам нужно найти корень уравнения Читать полностью »
Titanic + CatBoost (Первое решение, первый Jupyter Notebook)
2025-08-08 в 19:36, admin, рубрики: catboost, juniorml, kaggle, machinelearning, ml, scikitlearn, titanic, машинноеобучение, соревнование#Импортируем все необходимые библиотеки
import pandas as pd
from catboost import CatBoostClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import json
# 🔕 Отключаем предупреждения, чтобы не загромождали вывод
import warnings
warnings.filterwarnings('ignore')
Читать полностью »Speaker Recognition. Как искать человека по голосу
2025-06-25 в 15:45, admin, рубрики: artifical neural networks, artificial intelligence, machinelearning, metric learning, speaker identification, speaker verificationПриветствую! В этой статье мы поговорим про задачу Speaker Recognition. О том, как работает такая система, как мы ее оцениваем. И хотя речь пойдет про распознавание человека по голосу, этот же концепт можно использовать и для других биометрических систем, в частности, распознавание лиц.
Metric Learning
В основе такой системы лежит ML-модель (как правило, нейроночка), которая принимает на вход участок голоса и выдает вектор-признак голоса (feature vector или voice embedding). Причем участок голоса может быть как фиксированной длины, так и динамической. Это в большей степени зависит от архитектуры модели, а также от датасета.
Что думают инженеры OpenAI, Microsoft и AWS о будущем AI: честные ответы с AI Engineer World’s Fair 2025
2025-06-16 в 11:30, admin, рубрики: AI, artificial intelligence, career, Career Advice, career in IT, Conference, machinelearning, искусственный интеллектВсем привет! Я провела три дня на AI Engineer World's Fair в Сан‑Франциско вместе с 3000 лучших AI‑инженеров мира, CTO компаний из Fortune 500 и основателями стартапов. Это третий год конференции, и она стала местом, где ведущие AI‑лаборатории, компании и инженерные команды показывают свои последние работы.
Я поговорила с инженерами и руководителями из OpenAI, Microsoft, AWS, Pydantic и YC‑стартапов. Хочу поделиться их откровенными мнениями и ключевыми инсайтами, которые определяют, как мы будем строить AI‑системы в 2025 году и далее.
Вычисление функции потерь и градиентов в AI переводчике
2025-06-11 в 15:41, admin, рубрики: machinelearning, neural networks, Transformers, ИИ, искусственный интеллект, машинный перевод, переводчик, переводчики, языковые моделиПривет!
Меня зовут Алексей Рудак, я основатель компании Lingvanex, которая разрабатывает решения в области машинного перевода и транскрипции речи. Продолжаю цикл статей о том, как устроен переводчик на нейронных сетях изнутри. И сейчас хочу рассказать про работу функции потерь. Для тренировки модели используется opensource фреймворк OpenNMT-tf.
Оптимизация нейронных сетей для AI — переводчика
2025-06-09 в 11:18, admin, рубрики: AI, deeplearning, language model, machinelearning, translator, искусственный интеллект, машинный перевод, нейросети, языковые моделиВсем привет! Меня зовут Алексей Рудак, и я – основатель компании Lingvanex, которая уже 8 лет занимается решениями в области машинного перевода и транскрипции речи.
В этой статье рассматриваются несколько подходов, которые помогают повысить эффективность и качество языковых моделей для перевода. В качестве основы для тренировки моделей мы используем OpenNMT-tf.
Как алгоритм Recovering Difference Softmax (RDS) делает рекомендации и уведомления точнее и эффективнее
2025-05-24 в 21:25, admin, рубрики: data science, datafeeling, duolingo, machinelearning, RDS, Recovering Difference Softmax
Привет, чемпионы! Алгоритм Recovering Difference Softmax (RDS) – это не просто очередной метод машинного обученияЧитать полностью »
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 »