Data Science UA Conference
19 жовтня
Київ
Data Science UA — 7-ма конференція про машинне навчання, штучний інтелект та науку про дані.
Продуктивний нетворкінг та технічні інсайти. Понад 500 учасників, 20 спікерів та 3 потоки.
Серед учасників:
🔹 Romain Paulus, Lead Research Scientist, Salesforce
Тема: Abstractive Text Summarization with Deep Learning
🔹 Stevan Rudinac, Associate Professor, University of Amsterdam
Тема: Multimedia Analytics for Business
🔹 Віталій Дук, Engineering Lead, Machine Learning, Careem
Тема: Scaling Machine Learning at Careem
І це лише частина спікерів, переходьте на сайт, щоб почитати про доповіді й вибрати найактуальніші для себе.
https://bit.ly/2m31Epd
Під час конференції також проходитимуть 2 воркшопи по 2 години і панельна дискусія “Exploring the black box”, поговоримо про ефективність ML-моделей, наявність black box та впливу на різні галузі.
Скористайтеся промокодом Nikishaev, щоб отримати 10% знижку.
Квитки за посиланням: https://bit.ly/2m31Epd
19 жовтня
Київ
Data Science UA — 7-ма конференція про машинне навчання, штучний інтелект та науку про дані.
Продуктивний нетворкінг та технічні інсайти. Понад 500 учасників, 20 спікерів та 3 потоки.
Серед учасників:
🔹 Romain Paulus, Lead Research Scientist, Salesforce
Тема: Abstractive Text Summarization with Deep Learning
🔹 Stevan Rudinac, Associate Professor, University of Amsterdam
Тема: Multimedia Analytics for Business
🔹 Віталій Дук, Engineering Lead, Machine Learning, Careem
Тема: Scaling Machine Learning at Careem
І це лише частина спікерів, переходьте на сайт, щоб почитати про доповіді й вибрати найактуальніші для себе.
https://bit.ly/2m31Epd
Під час конференції також проходитимуть 2 воркшопи по 2 години і панельна дискусія “Exploring the black box”, поговоримо про ефективність ML-моделей, наявність black box та впливу на різні галузі.
Скористайтеся промокодом Nikishaev, щоб отримати 10% знижку.
Квитки за посиланням: https://bit.ly/2m31Epd
“Introducing Neural Structured Learning in TensorFlow” by TensorFlow https://link.medium.com/lh31si0hVZ
Medium
Introducing Neural Structured Learning in TensorFlow
Posted by Da-Cheng Juan (Senior Software Engineer) and Sujith Ravi (Senior Staff Research Scientist)
Useful paper about calibration of NN to reduce overfit
https://arxiv.org/pdf/1706.04599.pdf
https://arxiv.org/pdf/1706.04599.pdf
17-го вересня в Києві виступить Google Science Advocate Аллен Дей.
Реєстрація за посиланням: https://allenday.ticketforevent.com
Локація: офіс Govitall, вул. Донська, 4a.
ФБ-подія: https://www.facebook.com/events/947484505588843/
Аллен Дей виступить з лекцією на тему "Діагностика в режимі реального часу з ДНК нанопорних секвенсорів у Google Cloud".
В медицині швидкий доступ до даних є надзвичайно важливим. Шанси паціента на виживання в стані сепсису зменшуються на 4% щогодини, поки лікарі підбирають відповідний режим антибіотиків для ефективної боротьби з інфекцією.
Нещодавно команда спеціалістів з Університету Квінсленду, Google Cloud Platform та The App Solutions розробили експериментальний інструмент, який використовує потужності Google Cloud для ефективнішого та надійшого ДНК аналізу за допомоги нанопорових ДНК-секвенсорів.
У цій презентації ми описуємо масштабований, надійний та економічно ефективний конвеєр для швидкого аналізу послідовностей ДНК, побудований на Google Cloud та цьому новому класі нанопорних ДНК-секвенсорів ".
Реєстрація за посиланням: https://allenday.ticketforevent.com
Локація: офіс Govitall, вул. Донська, 4a.
ФБ-подія: https://www.facebook.com/events/947484505588843/
Аллен Дей виступить з лекцією на тему "Діагностика в режимі реального часу з ДНК нанопорних секвенсорів у Google Cloud".
В медицині швидкий доступ до даних є надзвичайно важливим. Шанси паціента на виживання в стані сепсису зменшуються на 4% щогодини, поки лікарі підбирають відповідний режим антибіотиків для ефективної боротьби з інфекцією.
Нещодавно команда спеціалістів з Університету Квінсленду, Google Cloud Platform та The App Solutions розробили експериментальний інструмент, який використовує потужності Google Cloud для ефективнішого та надійшого ДНК аналізу за допомоги нанопорових ДНК-секвенсорів.
У цій презентації ми описуємо масштабований, надійний та економічно ефективний конвеєр для швидкого аналізу послідовностей ДНК, побудований на Google Cloud та цьому новому класі нанопорних ДНК-секвенсорів ".
Ticketforevent
Tickets to "Real-time diagnostics from nanopore DNA sequencers on Google Cloud" 17 September 2019 (Ukraine, Kyiv)
Event tickets online on TicketForEvent
Alibaba Open-Sourced Mars Framework for Numpy like distributed computation based on Tensorflow. Looks interesting, but not tried yet.
https://github.com/mars-project/mars
https://github.com/mars-project/mars
GitHub
GitHub - mars-project/mars: Mars is a tensor-based unified framework for large-scale data computation which scales numpy, pandas…
Mars is a tensor-based unified framework for large-scale data computation which scales numpy, pandas, scikit-learn and Python functions. - mars-project/mars
We are making course on Object Detection with PyTorch. For course you need to know python and have basic skills in ML and convolution networks.
If you are interested please leave you email and we will ping you when it will be ready https://upscri.be/vg7ilp
If you are interested please leave you email and we will ping you when it will be ready https://upscri.be/vg7ilp
Fresh Kaggle on 3D object Detection for autonomous cars
https://www.kaggle.com/c/3d-object-detection-for-autonomous-vehicles/
https://www.kaggle.com/c/3d-object-detection-for-autonomous-vehicles/
HuggingFace has ported their very popular Transformer library to TensorFlow 2.0 / Keras / PyTorch.
https://github.com/huggingface/transformers
https://github.com/huggingface/transformers
GitHub
GitHub - huggingface/transformers: 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX.
🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. - huggingface/transformers
https://movement.uber.com Just include Kyiv in their service. Now you can access their data about speed on streets of Kyiv at any time for free
How about a real step-by-step tutorial on very realistic fake news comments generation?
https://arxiv.org/pdf/1909.11974.pdf
https://arxiv.org/pdf/1909.11974.pdf
Tensorflow 2.0 released. But i still recommend PyTorch :)
https://medium.com/tensorflow/tensorflow-2-0-is-now-available-57d706c2a9ab
https://medium.com/tensorflow/tensorflow-2-0-is-now-available-57d706c2a9ab
Medium
TensorFlow 2.0 is now available!
Earlier this year, we announced TensorFlow 2.0 in alpha at the TensorFlow Dev Summit. Today, we’re delighted to announce that the final…
Awesome overview article on Computation Photography (russian) https://vas3k.ru/blog/computational_photography/
vas3k.blog
Вычислительная Фотография
На презентациях любого смартфона сегодня отдельное место уделяют успехе его камеры. Pixel научился снимать в полной темноте, Huawei зумит лучше бинокля, Samsung получил восемь объективов, а в iPhone ваши друзья выглядят на 30% богаче.
Greate paper on controllable speach generation
https://google.github.io/tacotron/publications/semisupervised_generative_modeling_for_controllable_speech_synthesis/
https://google.github.io/tacotron/publications/semisupervised_generative_modeling_for_controllable_speech_synthesis/
We are building totally new course on Computer Vision to give you the best of our expertise in this area. 100% of theory in course will be showed on practical stuff, to give you understanding how it works in real life. All models will be built and trained from scratch.
Our course consist from:
- PyTorch Basics
- Single Object Localisation
- Multi-object detection with One Shot Detection models. Yolo
- Multi-object detection with One Shot Detection models. SSD
- Multi-object detection with Regional models. Fast-RCNN
- Multi-object detection with Regional models. Mask-RCNN
Subscribe and we will let you know when it will be ready
https://upscri.be/vg7ilp
Our course consist from:
- PyTorch Basics
- Single Object Localisation
- Multi-object detection with One Shot Detection models. Yolo
- Multi-object detection with One Shot Detection models. SSD
- Multi-object detection with Regional models. Fast-RCNN
- Multi-object detection with Regional models. Mask-RCNN
Subscribe and we will let you know when it will be ready
https://upscri.be/vg7ilp