machine-learning
Машинное обучение и методы обучения
Обзор простых и легковесных локальных LLM (3-7B) для создания агента на Python. Как запускать модели локально, квантование, архитектура агента, пример кода и безопасность. Подходят ли для вызова функций?
Руководство по расчету коэффициента детерминации R² в машинном обучении для анализа сельскохозяйственных угодий. Используйте XGBoost, rasterio, numpy, pandas с Python для спутниковых данных и оценки урожайности.
Комплексный обзор инструментов и подходов к разметке данных для компьютерного зрения при обработке анкет. Преобразование Word-документов в текстовые конфигурации с учетом человеческих ошибок.
Где найти датасеты с кодами ОКПД2 и реальными наименованиями товаров, работ, услуг из контрактов: ЕИС zakupki.gov.ru, API ClearSpending, Multitender, GitHub, Kaggle, выгрузки 1С. Советы по очистке дублей для обучения NLP-модели классификации.
Разбираем утверждения о чрезмерном энергопотреблении нейросетей и 'Индексе Бессмысленного Тепла'. Сколько энергии потребляет ИИ на запрос, какие потери из-за бесполезных диалогов и исследования по оптимизации энергопотребления ИИ.
Узнайте о преимуществах фреймворка QVAC Fabric LLM и принципах его работы. Полное руководство для начинающих по работе с большими языковыми моделями.