https://www.youtube.com/watch?v=Ejsr3S79gcQ/

🎥 Байесовские методы в машинном обучении. Лекция 1
👁 1 раз ⏳ 5449 сек.
Лектор: профессор Ветров Дмитрий Петрович

🎥 Google Cloud Next, Machine Learning, & more! (This Week in Cloud)
👁 1 раз ⏳ 141 сек.
Here to bring you the latest news in the cloud is Google Cloud Developer Advocate Stephanie Wong.

Learn more about these announcements → https://bit.ly/2TqGuME

• Weekly updates (blog) → https://bit.ly/2TmTgvS
• Get Cloud Certified → https://bit.ly/2Tqmwlh
• TensorFlow Deep Learning VM Instances → https://bit.ly/2Toph6Q
• G Suite Updates → https://bit.ly/2TqHHUc

This Week in The Cloud is a new series where we serve you the lowest latency news → https://bit.ly/ThisWeek-inCloud

Tune in every week for a n

🎥 Stanford CS230: Deep Learning | Autumn 2018 | Lecture 3 - Full-Cycle Deep Learning Projects
👁 1 раз ⏳ 4697 сек.
Andrew Ng, Adjunct Professor & Kian Katanforoosh, Lecturer - Stanford University
http://onlinehub.stanford.edu/

Andrew Ng
Adjunct Professor, Computer Science

Kian Katanforoosh
Lecturer, Computer Science

To follow along with the course schedule and syllabus, visit:
http://cs230.stanford.edu/

To get the latest news on Stanford’s upcoming professional programs in Artificial Intelligence, visit: http://learn.stanford.edu/AI.html

To view all online courses and programs offered by Stanford, visit: http:

🎥 Stanford CS230: Deep Learning | Autumn 2018 | Lecture 2 - Deep Learning Intuition
👁 1 раз ⏳ 4967 сек.
Andrew Ng, Adjunct Professor & Kian Katanforoosh, Lecturer - Stanford University
http://onlinehub.stanford.edu/

Andrew Ng
Adjunct Professor, Computer Science

Kian Katanforoosh
Lecturer, Computer Science

To follow along with the course schedule and syllabus, visit:
http://cs230.stanford.edu/

To get the latest news on Stanford’s upcoming professional programs in Artificial Intelligence, visit: http://learn.stanford.edu/AI.html

To view all online courses and programs offered by Stanford, visit: http:

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🎥 Евгений Борисов: «Настоящие и будущие супер-решения Supermicro для систем ИИ и анализа данных»
👁 1 раз ⏳ 4546 сек.
Продукция компании Supermicro — производителя серверных платформ — является ключевым звеном в цепи «превращения умных чипов в законченные функциональные устройства». Она применяется в крупных дата-центрах и в первую очередь — в ЦОДах, ориентированных на системы искусственного интеллекта (AI/ML/DL).

Практическая аппаратная часть систем искусственного интеллекта для решений конкретных задач начинается с серверных платформ. В Supermicro-платформы устанавливаются «ИИ-акселераторы» разной функциональности: CPU,

🎥 Байесовские методы в машинном обучении. Лекция 6
👁 1 раз ⏳ 5159 сек.
Лектор: профессор Ветров Дмитрий Петрович

🎥 Байесовские методы в машинном обучении. Лекция 5
👁 1 раз ⏳ 4723 сек.
Лектор: профессор Ветров Дмитрий Петрович

🎥 Байесовские методы в машинном обучении. Лекция 4
👁 1 раз ⏳ 5100 сек.
Лектор: профессор Ветров Дмитрий Петрович

🎥 Байесовские методы в машинном обучении. Лекция 3
👁 1 раз ⏳ 4232 сек.
Лектор: профессор Ветров Дмитрий Петрович

​Simple Reinforcement Learning with Tensorflow Part 0: Q-Learning with Tables and Neural Networks

🔗 Simple Reinforcement Learning with Tensorflow Part 0: Q-Learning with Tables and Neural Networks
For this tutorial in my Reinforcement Learning series, we are going to be exploring a family of RL algorithms called Q-Learning algorithms…

​https://arxiv.org/abs/1903.06048

🔗 MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis
While Generative Adversarial Networks (GANs) have seen huge successes in image synthesis tasks, they are notoriously difficult to use, in part due to instability during training. One commonly accepted reason for this instability is that gradients passing from the discriminator to the generator can quickly become uninformative, due to a learning imbalance during training. In this work, we propose the Multi-Scale Gradient Generative Adversarial Network (MSG-GAN), a simple but effective technique for addressing this problem which allows the flow of gradients from the discriminator to the generator at multiple scales. This technique provides a stable approach for generating synchronized multi-scale images. We present a very intuitive implementation of the mathematical MSG-GAN framework which uses the concatenation operation in the discriminator computations. We empirically validate the effect of our MSG-GAN approach through experiments on the CIFAR10 and Oxford102 flowers datasets and compare it with other relevant techniques which perform multi-scale image synthesis. In addition, we also provide details of our experiment on CelebA-HQ dataset for synthesizing 1024 x 1024 high resolution images.

​Автоматизация ответов на часто задаваемые вопросы в навыке для «Алисы» с помощью библиотеки DeepPavlov

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

https://habr.com/ru/company/mipt/blog/445748/

🔗 Автоматизация ответов на часто задаваемые вопросы в навыке для «Алисы» с помощью библиотеки DeepPavl
Лаборатория нейронных систем и глубокого обучения МФТИ вот уже больше года делает DeepPavlov — открытую библиотеку для создания диалоговых систем. Она содержит н...

🎥 Robotics navigation with Intel® RealSense™ Tracking Camera T265 and Depth Camera D435
👁 1 раз ⏳ 114 сек.
Robotics Navigation – In this video, we show a prototype demo of the Intel® RealSense™ Depth Camera D435 and the Intel® RealSense™ Tracking Camera T265 being used for V-SLAM, occupancy mapping, path planning and collision avoidance. We will be releasing some of the code used in this demo in the near future on our github at https://github.com/IntelRealSense/librealsense

More information on the cameras –
https://realsense.intel.com/depth-camera/#D415_D435
https://realsense.intel.com/tracking-came

​10 новых бесплатных курсов по когнитивным сервисам и Azure

https://habr.com/ru/company/microsoft/blog/445778/
Недавно мы выложили около 20 новых курсов на нашу обучающую платформу Microsoft Learn. Сегодня я расскажу и первых десяти, а немного позже выйдет статья и о второй десятке. Среди новинок: распознавание голоса с когнитивными сервисами, создание чат-ботов с QnA Maker, обработка изображений и многое другое. Подробности под катом!

🔗 10 новых бесплатных курсов по когнитивным сервисам и Azure
Недавно мы выложили около 20 новых курсов на нашу обучающую платформу Microsoft Learn. Сегодня я расскажу и первых десяти, а немного позже выйдет статья и о втор...

​Ансамблевые методы. Отрывок из книги
Привет, Хаброжители, мы сдали в типографию новую книгу «Машинное обучение: алгоритмы для бизнеса». Здесь приводим отрывок про ансамблевые методы, его цель — объяснить, что делает их эффективными, а также как избежать распространенных ошибок, приводящих к неправильному использованию их в финансах.
https://habr.com/ru/company/piter/blog/445780/

🔗 Ансамблевые методы. Отрывок из книги
Привет, Хаброжители, мы сдали в типографию новую книгу «Машинное обучение: алгоритмы для бизнеса». Здесь приводим отрывок про ансамблевые методы, его цель — об...

🎥 Webinar Deep Learning in Machine Vision
👁 1 раз ⏳ 2895 сек.
This webinar gives users of machine vision software a better understanding of deep learning technologies and the benefits for machine vision applications.

Mario Bohnacker, Head of Solutions at MVTec, introduces deep learning technologies based on MVTec HALCON. He provides an overview of deep learning machine vision technologies like classification, object detection and semantic segmentation.

To give a better understanding of which types of applications can be greatly enhanced by deep learning, the webin

​ShortScience.org - Making Science Accessible!

🔗 ShortScience.org - Making Science Accessible!
ShortScience.org is a platform for post-publication discussion aiming to improve accessibility and reproducibility of research ideas.

​Too many upside down photos? Take 20 minutes and use AI to flip them.

🔗 Too many upside down photos? Take 20 minutes and use AI to flip them.
Its great when you’ve spent 2 hours scanning photos only to suddenly notice you’ve scanned some random number of them upside down. Rather…

​CS224n: Natural Language Processing with Deep Learning

🔗 CS224n: Natural Language Processing with Deep Learning

🎥 Константин Маланчев: «Как машинное обучение помогает астрофизикам исследовать Вселенную»
👁 1 раз ⏳ 4013 сек.
21 марта в Музее космонавтики состоялась третья лекция цикла «Космос и технологии» на тему «Как машинное обучение помогает астрофизикам исследовать Вселенную».

Последние десятилетия объёмы астрофизических данных растут экспоненциальным темпом, резко опережая рост числа астрофизиков. Для того, чтобы справиться с таким потоком информации, привлекаются всё новые методы обработки данных: современная статистика, фильтрация данных в реальном времени, привлечение волонтеров и, наконец, методы машинного обучения.

🎥 Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 1 - Introduction
👁 1 раз ⏳ 3954 сек.
Professor Emma Brunskill, Stanford University
http://onlinehub.stanford.edu/

Professor Emma Brunskill
Assistant Professor, Computer Science
Stanford AI for Human Impact Lab
Stanford Artificial Intelligence Lab
Statistical Machine Learning Group

To follow along with the course schedule and syllabus, visit: http://web.stanford.edu/class/cs234/index.html

To get the latest news on Stanford’s upcoming professional programs in Artificial Intelligence, visit: http://learn.stanford.edu/AI.html

To view a