+
Вход

Въведи своя e-mail и парола за вход, ако вече имаш създаден профил в DEV.BG/Jobs

Забравена парола?
+
Създай своя профил в DEV.BG/Jobs

За да потвърдите, че не сте робот, моля отговорете на въпроса, като попълните празното поле:

75+27 =
+
Забравена парола

Въведи своя e-mail и ще ти изпратим твоята парола

Партньори:
Потребителска група

Machine Learning

За групата

В групата Machine Learning всеки месец обсъждаме теми свързани с машинното самооучение, докосваме теми за изкуствен интелект и като цяло понякога може да си говорим и за data science. Темите не са за начинаещи и за да ви е полезна всяка лекция трябва да имате поне малко опит в сферата на machine learning.

Как да стана член на потребителската групата?

Може да се присъедините към групата от бутона по-долу. Всеки месец ще получавате емейл с предстоящото събитие. Може да се отпишете по всяко време.

85+ Организирани събития
3565+ Абонирани за месечния бюлетин

Бъди част от Machine Learning общността

Абонирай се за месечния бюлетин на Machine Learning групата
Абонирай ме
С изпращането на своя имейл се съгласявам с общите условия
Нашите

Партньори

FactSet (NYSE:FDS | NASDAQ:FDS) delivers superior analytics, service, content, and technology to help more than 88,000 users see and seize opportunity sooner. We are committed to giving investment professionals the edge to outperform, with fresh perspectives, informed insights, and the industry-leading support of our dedicated specialists. We’re proud to have been recognized with multiple awards for our analytical and data-driven solutions and repeatedly ranked as one of Fortune’s 100 Best Companies to Work For and a Best Workplace in the United Kingdom and France.

Iris.ai е международен лидер в създаването на изкуствен интелект в сферата на научните изследвания. Създадена през 2015г, Iris използва NLP - машинна обработка на естествен език, за да открива, извлича и обобщава най-ключовата информация от необятните източници на световната наука. Iris.ai помага на хората да разбират науката и да я превръщат от теория – в практика.

Изминали събития

Orchestrating an ML platform, or how we ended up writing our own workflow engine
Machine Learning: From development to production along with the triton inference server
Different techniques for prompt optimization for LLMs
Machine Learning: Flood Risk Vulnerability Modeling
ML in 2024: Multimodal Machine Learning
Machine Learning: Какво е MLOps, защо е важен и как да го внедрим?
Language Models for Real-World Applications - Lessons Learned
Machine Learning: Utilization of Llama 2 for narrow industry applications
Hunting for Exoplanets: Machine Learning in Astrophysics
От пиксели до компютърно зрение: науката зад конволюционните невронни мрежи
Ефикасен Процес за Разработването на ML Апликации?
Machine Learning Techniques for PDK efficiency
Employee’s Exit Prediction: ML approach to the problem
From Gauss to DALL-E: How Diffusion Processes Work
[Повторение] Machine Perception for Autonomous Vehicles
[Повторение] Приложение на изкуствен интелект в битовата електроника и роботика
[Повторение] Machine Learning in .NET
[Повторение] Еволюция на дезинформацията: от "фалшиви новини" към "инфодемия"
[Повторение] Monocular Depth Estimation: Пресмятане на дълбочина от единична RGB снимка
[Повторение] Какво са Transformers и какво може да правим с тях в NLP
[Повторение] Machine Learning for Robotics Control and Autonomous Driving