Гайд по Scikit-learn в 2025: собираем пайплайн, который не сломается
Scikit-learn — это одна из основных Python-библиотек для машинного обучения. Её подключают в прикладных проектах, AutoML-системах и учебных курсах — как базовый инструмент для работы с моделями. Даже если вы давно пишете на PyTorch или CatBoost, в задачах с табличными данными, скорее всего, всё ещё вызываете fit, predict, score — через sklearn.В 2025 году в библиотеку добавили несколько важных обновлений: доработали работу с пайплайнами, подключили полную поддержку pandas API, упростили контроль за экспериментами.
Scikit-learn теперь умеет в пайплайны: что изменилось и как работать с библиотекой в 2025 году
Scikit-learn — это одна из основных Python-библиотек для машинного обучения. Её подключают в прикладных проектах, AutoML-системах и учебных курсах — как базовый инструмент для работы с моделями. Даже если вы давно пишете на PyTorch или CatBoost, в задачах с табличными данными, скорее всего, всё ещё вызываете fit, predict, score — через sklearn.В 2025 году в библиотеку добавили несколько важных обновлений: доработали работу с пайплайнами, подключили полную поддержку pandas API, упростили контроль за экспериментами.
VLM против вмятин: Как нейросети оценивают повреждения авто по фото
Когда вы смотрите на фотографию автомобиля с помятым бампером, то вы сразу понимаете, что скорее всего случилось. А может ли также "понять" картинку Искусственный Интеллект?
Развитие искусственного интеллекта: что такое AGI, когда он появится, и что потом?
Изображение: ChatGPT 4o
Современные подходы к матчингу товаров с использованием LLM. Опыт в e-commerce
Привет, Хабр! Меня зовут Виталий Кулиев и я Data Science Tech Lead из Wildberries & Russ. На конференции HighLoad++ 2024 поделился опытом своей команды в решении задачи матчинга товаров с помощью больших языковых (LLM) и визуально-языковых (VLM) моделей. Дисклеймер: в этой статье показан один из вариантов матчинга товаров, который был реализован в конце 2024 года. С того момента матчинг с помощью LLM улучшался и изменялся, о чем мы расскажем в других статьях. Мы также используем более классические алгоритмы матчинга с использованием машинного обучения.Разбираемся, что такое матчинг
Google запускает агента по программированию Jules
Google выходит на растущий рынок программирования с использованием ИИ с новым инструментом под названием «Jules». Этот агент предназначен для помощи разработчикам в выполнении повторяющихся задач, таких как исправление ошибок, написание документации, создание тестов и разработка функций.
Исследование: нейросетевые чат-боты помогают сотрудникам сэкономить всего 25 минут рабочего времени
Национальное бюро экономических исследований США (National Bureau of Economic Research, NBER) изучило, как компании используют нейросетевых чат-ботов. В исследовании сместили фокус с высоких темпов внедрения технологии, обратив внимание на реальную пользу нейросетей. Также исследователи опрашивали сотрудников компаний, а не руководителей, чтобы узнать, как они оценивают изменения. Выяснилось, что чат-боты помогают сэкономить всего 25 минут рабочего времени, а 17% сотрудников жалуются, что у них появились новые задачи, за которые им недоплачивают.
Искусственный интеллект меняет лицо спортивных трансляций
В партнерстве с Winline Медийной футбольной лигой К2 НейроТех применил технологии AI для детального анализа матчей медиафутбола. Теперь каждое действие на поле фиксируется в реальном времени: от атак и передач до фитнес-показателей игроков. Новые цифровые инструменты не только сделали трансляции зрелищнее, но и открыли командам доступ к аналитике.
ML на «плюсах»: 5 материалов о необычном подходе к обучению моделей
Когда мы говорим о машинном обучении, то автоматически подразумевает Python. Это справедливо: на Python есть множество удобных ML-инструментов, например, популярная библиотека PyTorch. Тем не менее, некоторые задачи можно решать с помощью С++. И не только ради эксперимента, а для увеличения производительности сервисов и упрощения работы с кодом. Кирилл Колодяжный, разработчик СХД в YADRO
