🚀 TF Quant Finance: TensorFlow based Quant Finance Library

Библиотека TensorFlow Quant Finance от Google.

Функциональные возможности включают:

- Блэка-Шоулза: Цена и предполагаемый объем
- Монте-Карло по схеме Эйлера
- Подгонка своп-кривой

git clone https://github.com/google/tf-quant-finance.git

Github

@tensorflowblog
Присоединяйтесь к Google #AI Dev Advocate,
в виюео рассказываеся о том, в каких случаях следует использовать случайные леса и как они делают прогнозы.

👀 Посмотрите обучающий пример
🧠 Обзор агрегирования Bootstrap
💡 Узнайте о плюсах и минусах "Случайных лесов".
🧡 и многое другое → https://goo.gle/3QfTbK0
Анонсирована MetNet-3, первая модель погоды с искусственным интеллектом, обучающаяся на основе скудных наблюдений и превосходящая лучшие оперативные системы на 24 часа вперед при высоком разрешении. Часть ее прогнозов теперь доступна в различных продуктах Google. Подробнее→ https://goo.gle/40ljd2Y
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 Google представили новый алгоритм кластеризации, эффективно сочетающий преимущества масштабируемости моделей эмбедингов и качества моделей кросс-внимания для повышения эффективности и качества операций кластеризации. Посмотреть. →https://blog.research.google/2023/11/best-of-both-worlds-achieving.html

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
🖥 Introducing ASPIRE for selective prediction in LLMs

Google представили ASPIRE - фреймворк, который расширяет возможности предсказания больших языковых моделей, позволяя им выдавать ответ в паре с оценкой уверенности.

Узнайте, почему он превосходит современные методы на различных наборах данных QA.

https://blog.research.google/2024/01/introducing-aspire-for-selective.html

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
TimesFM is a forecasting model, pre-trained on a large time-series corpus of 100 billion real world time-points

https://blog.research.google/2024/02/a-decoder-only-foundation-model-for.html
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 Графовые нейронные сети (ГНС) стали мощным методом работы с уникальными и разнородными данными из графов.

Google объявили о выпуске TensorFlow GNN 1.0 (TF-GNN), проверенной на практике библиотеки для построения GNN в масштабе.

Анонс: https://blog.research.google/2024/02/graph-neural-networks-in-tensorflow.html

Colab: https://colab.research.google.com/github/tensorflow/gnn/blob/master/examples/notebooks/ogbn_mag_e2e.ipynb

Github: https://github.com/tensorflow/gnn

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Big Data AI
🍎 PJRT упрощает интеграцию Apple silicon и ML framework.

Узнайте все о том, как Apple использует порт для ускорения моделей JAX на графических процессорах Apple silicon и AMD, и как вы можете начать работу с PJRT уже сегодня

👉 https://opensource.googleblog.com/2024/03/pjrt-plugin-to-accelerate-machine-learning.html

@bigdatai
⚡️ AutoBNN: Probabilistic time series forecasting with compositional bayesian neural networks

Autobahn сочетает интерпретируемость традиционных вероятностных подходов с масштабируемостью и гибкостью нейронных сетей для построения сложных моделей прогнозирования временных рядов с использованием сложных данных.

Узнайте больше и попробуйте готовый код → https://blog.research.google/2024/03/autobnn-probabilistic-time-series.html

@tensorflowblog
This media is not supported in your browser
VIEW IN TELEGRAM
💨 Scaling hierarchical agglomerative clustering to trillion-edge graphs

Кластеризация графов объединяет похожие элементы в группы, что помогает лучшему понять взаимосвязи в данных.

В этой статье инженеры Google рассказывают о ключевых методах, которые позволили им построить мощнейший алгоритм, позволяющий группировать графы с триллионами ребер.

https://research.google/blog/scaling-hierarchical-agglomerative-clustering-to-trillion-edge-graphs/

@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
2024/06/30 05:33:23
Back to Top
HTML Embed Code: