Рубрика «ml» - 3
Как мы научили CatBoost находить борщевик на спутниковых снимках
2026-04-02 в 7:00, admin, рубрики: AI, catboost, computer vision, data science, ml, борщевик, ИИ, экология
ML и инфобез: три подхода для поиска аномалий во временных рядах
2026-04-01 в 18:46, admin, рубрики: anomaly detection, autoencoder, catboost, isolation forest, mlВ этой статье будет продемонстрировано применение трёх ML алгоритмов (Isolation Forest, CatBoost, Autoencoder) к решению задачи детекции подозрительных событий в активности пользователей.
Описание задачи
Представьте себе инфраструктуру крупной компании, где хранятся миллионы файлов. Сотрудники постоянно взаимодействуют с ними: читают, изменяют, создают новые. В этом непрерывном потоке событий крайне сложно вручную заметить признаки потенциальной угрозы — будь то инсайдер, копирующий данные, или вирус, массово шифрующий файлы.
Большие языковые модели играют в Бесконечное Лето
2026-03-27 в 8:01, admin, рубрики: deepseek, llm, ml, python, selectel, большие языковые модели, игры, ИИ, искусственный интеллект, машинное обучение
ИИ-агенты на базе больших языковых моделей могут управлять вашим календарем и почтой, заниматься инвестициями, вносить вклад в OpenSource-проекты и даже писать в свой блог о дискриминации ИИ-агентов. Но может ли ИИ-агент сыграть в визуальную новеллу?
От сигнатур к ML IDS: чему IDS Suricata может научить модель?
2026-03-26 в 4:12, admin, рубрики: dataset, IDS, ml, SuricataВ настоящее время для противодействия компьютерным атакам применяются разнообразные средства защиты информации:
-
межсетевые экраны;
-
системы обнаружения вторжений уровня сети;
-
системы обнаружения вторжений уровня хоста;
-
межсетевые экраны нового поколения (NGFW);
-
SIEM системы (также называемые – событийные системы обнаружения компьютерных атак);
-
криптографические средства защиты сетей связи;
-
и другие классы средств.
Как ML изменит бизнес в 2026 году: прогноз Selectel, GlowByte и Data Sapience
2026-03-24 в 11:48, admin, рубрики: AI, generative models, llm, ml, rag, selectel, ии-агенты, машинное обучение
Казалось, что ИИ ворвался в нашу жизнь. Показалось
2026-03-18 в 6:34, admin, рубрики: ml, будущее, ИИ, ии не нужон, исследование, Чат-ботыНедавно увидел вот такую диаграмму. На ней я в серой зоне — как типовой представитель народонаселения, потому что не вижу, как использовать AI в жизни.
Мета-модель для диагностики обучения нейросетей
2026-03-15 в 18:15, admin, рубрики: ml, ml-инженер, mlops, python, random forest, sklearn1. Проблема
Когда мы обучаем модели машинного обучения, почти всегда возникает один и тот же вопрос:
Что именно происходит во время обучения?
Обычно мы смотрим на графики метрик и пытаемся вручную интерпретировать происходящее:
-
Модель недообучена
-
Модель переобучена
-
Имбаланс датасета.
-
Сильно шумные данные.
Можно посмотреть на learning curves и понять, что происходит:
Линейка HighFreq или как выжать из облака максимум для инференса, ML и других высоких нагрузок
2026-03-13 в 8:00, admin, рубрики: ml, selectel, ИИ, инференс, инфраструктура, облако
«Больше» — не всегда значит «лучше». К пользовательским приложениям в облакахЧитать полностью »
Проклятие легких побед: как вайбкодинг убивает волю к решению проблем
2026-03-07 в 17:45, admin, рубрики: AI, chatgpt, claude, claude code, ml, Вайб-код, вайб-кодинг, вайб-программирование, вайбкодинг, психология«Вайбкодинг» ‑ это просто ролевая игра для парней, которые хотят чувствовать себя хакерами, не делая сложной работы, или это мощный инструмент, меняющий процессы даже ML-инженера? Я думал, что это просто игрушка, пока не попробовал.
Привет, меня зовут Марк, я ML-инженер уже более 4-х лет и за несколько дней я навайбкодил приложение не зная ни языка ни технологий. А еще я навайбкодил кучу техдолга и получил неочевидные трансформации личности.
45 000 лет на обучение Dota 2: Почему современный AI — это просто эффективная зубрежка
2026-02-28 в 10:16, admin, рубрики: AI, ml, глубокое обучение, искусственный интеллект, машинное обучение, неэффективность, Тупость AIБольшая часть общества и СМИ считают, что если мы продолжим в том же темпе развивать AI, то мы достигнем AGI. Выходят LLM всё лучше и лучше, значит рано или поздно эти LLM станут такими же умными, как человек! Но если смотреть на мнение учёных в AI, то картина совсем меняется: AGI не будет, пока мы фундаментально не изменим архитектуру.
Масштабирование и новые методы в AI помогают: выходят Claude Opus 4.6, GPT 5.2, Gemeni 3 PRO и другие модели - но это экстенсивный путь. Просто оставаясь на одних трансформерах и других подобных архитектурах мы не достигнем AGI. Это подтверждает «отец глубокого обучения» Ян Лекун: