​Quantum Machine Learning: Inference on Bayesian Networks
Building a quantum Bayes net, amplitude amplification, and more

🔗 Quantum Machine Learning: Inference on Bayesian Networks
Building a quantum Bayes net, amplitude amplification, and more

​Getting Started with Deep Reinforcement Learning Can Be a Beast, Here’s a Way to Frame It

🔗 Getting Started with Deep Reinforcement Learning Can Be a Beast, Here’s a Way to Frame It
A lot of primers on DRL can be confusing and needlessly high level. There’s a simpler way to begin your journey.

​Probability of an Approaching AI Winter
This article addresses the question of whether the field of Artificial Intelligence (AI) is approaching another AI winter or not.
https://towardsdatascience.com/probability-of-an-approaching-ai-winter-c2d818fb338a?source=collection_home---4------1-----------------------

🔗 Probability of an Approaching AI Winter
This article addresses the question of whether the field of Artificial Intelligence (AI) is approaching another AI winter or not.

🎥 What is SQL in Data Science? | How to use SQL in Data Science? | ZaranTech
👁 1 раз ⏳ 6537 сек.
🔥🔥 Rated #1 Data Science Master Program on Youtube by Students. 🇺🇸 USA Based Trainer.
☎️ CONTACT: +1 (515) 309-7846 || 📩 - info@zarantech.com || 🌎 - https://www.zarantech.com/data-science-master-program/

In this video, you will learn about:

1. What is SQL?
2. Why do we use SQL?
3. What all things can be done using SQL?
4. SQL Commands
5. Aggregation - Count, Avg, Sum
6. ORDER BY Command
7. GROUP By Command
8. HAVING Command
9. Type of Joins
10. How to execute all these commands?

✅ WhatsApp us for more

Математический анализ | Федор Петров

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🎥 Лекция 1 | Математический анализ | Федор Петров | Лекториум
👁 3 раз ⏳ 5386 сек.
Лекция 1 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/Zxe

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

🎥 Лекция 2 | Математический анализ | Федор Петров | Лекториум
👁 1 раз ⏳ 5544 сек.
Лекция 2 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/Zxn

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

🎥 Лекция 3 | Математический анализ | Федор Петров | Лекториум
👁 1 раз ⏳ 4527 сек.
Лекция 3 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/Zxj

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

🎥 Лекция 4 | Математический анализ | Федор Петров | Лекториум
👁 1 раз ⏳ 5153 сек.
Лекция 4 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/Zx9

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

🎥 Лекция 5 | Математический анализ | Федор Петров | Лекториум
👁 1 раз ⏳ 5188 сек.
Лекция 5 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/ZfQ

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

🎥 Лекция 6 | Математический анализ | Федор Петров | Лекториум
👁 1 раз ⏳ 5294 сек.
Лекция 6 | Курс: Математический анализ | Лектор: Федор Петров | Организатор: Математическая лаборатория имени П.Л. Чебышева СПбГУ
Смотрите это видео на Лекториуме: https://www.lektorium.tv/ZfA

Другие лекции по курсу «Математический анализ» доступны для просмотра по ссылке: https://www.lektorium.tv/Zxs

Подписывайтесь на канал: https://www.lektorium.tv/ZJA
Следите за новостями:
https://vk.com/openlektorium
https://www.facebook.com/openlektorium

​40+ tricks PANDAS TRICKS
https://twitter.com/i/moments/1158828895547854849

🔗 🐼🤹‍♂️ pandas tricks

​📝 Barskiy_A_B_Neyronnye_seti_Raspoznavanie_upravlenie_prinyatie_resheniy.pdf - 💾4 375 254

​Сын маминой подруги завидует: как дважды выиграть Премию Алисы

Вот уже почти год Яндекс вручает денежную Премию Алисы за самые популярные и интересные навыки для своего голосового ассистента. Анна Савинкова, не будучи программистом, гейм-девелопером или ux-дизайнером, разработала голосовой квест «Цитадель» в двух частях, каждой из которых удалось завоевать Премию в категории «Игры и развлечения».

Под катом — ее история про поиск инструмента для разработки, сложности голосовой навигации по игре, проектирование «рюкзака с артефактами» с помощью JavaScript, настройки health points с укусами волков и исцеляющими шматками сала, эксперименты с аудиторией и продвижением голосовой игры в соцсетях. Вдруг этот опыт поможет выиграть и вам. Ну а картинка на тему «Как разработать призовой навык своими руками», а заодно — оригинальная иллюстрация к «Цитадели».
https://habr.com/ru/company/just_ai/blog/463981/

🔗 Сын маминой подруги завидует: как дважды выиграть Премию Алисы
Вот уже почти год Яндекс вручает денежную Премию Алисы за самые популярные и интересные навыки для своего голосового ассистента. Анна Савинкова, не будучи програ...

🎥 These books will help you learn machine learning
👁 3 раз ⏳ 623 сек.
Machine learning engineer Daniel Bourke shares some of the best books for learning machine learning. I've been learning machine learning for the past two years now, these books have all been instrumental throughout.

Book links (in order):
Machine Learning For Humans - https://bit.ly/mlforhumansbook
Python for Data Analysis - https://amzn.to/2Z1QZNp
Hands-on Machine Learning with Scikit-Learn and TensorFlow - https://amzn.to/2GormNb
Grokking Deep Learning - https://amzn.to/2H497My
The Mechanics of Machine L

🎥 Introduction to Deep Learning with PyTorch in Google Colab
👁 1 раз ⏳ 1198 сек.
Basic PyTorch operations, simple regression with a neural network, and simple image cleaning with a neural network. Apologies for the sound quality in some parts of the video.
Link to the (executable) notebook used in the video: https://colab.research.google.com/github/pycroscopy/AICrystallographer/blob/master/Tutorials/ColabNotebooks_BasicOperations.ipynb#scrollTo=kUZo3FwaiUjH

Python Flappy Bird AI Tutorial (with NEAT) - NEAT Configuration and Explanation
https://www.youtube.com/watch?v=MPFWsRjDmnU

🎥 Python Flappy Bird AI Tutorial (with NEAT) - NEAT Configuration and Explanation
👁 1 раз ⏳ 1222 сек.
Welcome to part 5 of the AI plays flappy bird tutorial series. In this video we discuss the NEAT algorithm in depth and start talking about the NEAT configuration file. Watch my original video explaining neat here: https://www.youtube.com/watch?v=OGHA-elMrxI

Download CONFIG File: https://techwithtim.net/wp-content/uploads/2019/08/config-feedforward.txt

NEAT Documentation: https://neat-python.readthedocs.io/en/latest/config_file.html
NEAT Article: http://nn.cs.utexas.edu/downloads/papers/stanley.cec02.pdf

​5 Tips To Create A More Reliable Web Crawler

🔗 5 Tips To Create A More Reliable Web Crawler
To Boost your web crawler’s efficiency!

​EVDodge: Embodied AI for High-Speed Dodging on a quadrotor using event cameras

http://prg.cs.umd.edu/EVDodge

🔗 EVDodge

​Распознавание азбуки Морзе с помощью нейронной сети
#Python

В процессе изучения нейронных сетей возникла мысль, как бы применить их для чего-то практически интересного, и не столь заезженного и тривиального, как готовые датасеты от MNIST. Например, почему бы не распознавать азбуку Морзе.

Сказано, сделано. Для тех кому интересно, как с нуля создать работающий декодер CW, подробности под катом.
https://habr.com/ru/post/464087/

🔗 Распознавание азбуки Морзе с помощью нейронной сети
Привет Хабр. В процессе изучения нейронных сетей возникла мысль, как бы применить их для чего-то практически интересного, и не столь заезженного и тривиального,...

​Эволюция интеллекта: зачем роботам эмоции


Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Эмоции и интеллект, физики и лирики. Сколько уже времени длится противопоставление этих категорий?

Казалось бы, всем известно, что эмоции мешают интеллекту и мы ценим в людях хладнокровие, восхищаемся их умением не поддаться эмоциям и поступить рационально. С другой стороны, отсутствие эмоций тоже нам не очень-то по душе. Вполне возможно, что, не всем нравятся педанты и сухари и когда они проявляют эмоции нам бывает кажется, что это и есть сама человечность.

Что же такое эмоции? Эксклюзивное ли это качество человека или ими обладают еще и животные? И, наконец, нужны ли эмоции роботам и могут ли они у них быть вообще?

Всех, кто интересуются такими вопросами и любит пофилософствовать, добро пожаловать под кат.
#Машинноеобучение #Искусственныйинтеллект
https://habr.com/ru/post/464097/

🔗 Эволюция интеллекта: зачем роботам эмоции
Эмоции и интеллект, физики и лирики. Сколько уже времени длится противопоставление этих категорий? Казалось бы, всем известно, что эмоции мешают интеллекту и м...

​LSTM on Amazon Food Reviews using Google Collaboratory
After applying all kind of machine learning algorithms, one that excited me is Recurrent Neural Network — Long Short Term Memory.

https://medium.com/@theodoxbolt/lstm-on-amazon-food-reviews-using-google-collaboratory-34b1c2eceb80?source=topic_page---------5------------------1

🔗 LSTM on Amazon Food Reviews using Google Collaboratory
After applying all kind of machine learning algorithms, one that excited me is Recurrent Neural Network — Long Short Term Memory.

​SPIRAL: RL-powered neural painter. Authors have just released code and 9 pretrained agents that draw human portraits.
github.com/deepmind/spiral

🔗 deepmind/spiral
We provide a pre-trained model for unconditional 19-step generation of CelebA-HQ images - deepmind/spiral

Performing Deep Recurrent Double Q-Learning for Atari Games

Authors: Felipe Moreno-Vera

Abstract: Currently, many applications in Machine Learning are based on define new models to extract more information about data, In this case Deep Reinforcement Learning with the most common application in video games like Atari, Mario, and others causes an impact in how to computers can learning by himself with only information called rewards obtained from any action.

​Нейросети и глубокое обучение: онлайн-учебник, глава 6, ч.2: недавний прогресс в распознавании изображений

В 1998 году, когда появилась база MNIST, требовались недели для обучения самых передовых компьютеров, достигавших гораздо худших результатов, чем сегодняшние, на получение которых при помощи GPU уходит менее часа. Поэтому MNIST уже не является задачей, раздвигающей границы возможностей технологий; скорость обучения говорит о том, что эта задача хорошо подходит для изучения данной технологии. Тем временем, исследования идут дальше, и в современной работе изучаются гораздо более сложные для решения задачи. В данном разделе я кратко опишу некоторые примеры текущей работы, связанной с распознаванием изображений при помощи нейросетей.

Этот раздел отличается от остальной части книги. В книге я фокусировался на предположительно долгоживущих идеях – обратном распространении, регуляризации, свёрточных сетях. Я пытался избегать результатов, считающихся модными на момент написания, чья долговременная ценность представлялась сомнительной. В науке подобные результаты чаще всего оказываются однодневками, быстро исчезают и не оказывают долговременного влияния. Учитывая это, скептик сказал бы: «Разумеется, недавний прогресс в распознавании изображений можно считать примером такой однодневки? Через два-три года всё поменяется. Так что эти результаты наверняка будут интересны небольшому числу специалистов, конкурирующих на переднем плане? К чему вообще их обсуждать?»
https://habr.com/ru/post/464039/

🔗 Нейросети и глубокое обучение: онлайн-учебник, глава 6, ч.2: недавний прогресс в распознавании изобр
Содержание Глава 1: использование нейросетей для распознавания рукописных цифр Глава 2: как работает алгоритм обратного распространения Глава 3: ч.1: улучшение с...

​Keoki Jackson: Lockheed Martin | Artificial Intelligence (AI) Podcast

🔗 Keoki Jackson: Lockheed Martin | Artificial Intelligence (AI) Podcast
Keoki Jackson is the CTO of Lockheed Martin, a company that through its long history has created some of the most incredible engineering marvels that human beings have ever built, including planes that fly fast and undetected, defense systems that intersect threats that could take the lives of millions in the case of nuclear weapons, and spacecraft systems that venture out into space, the moon, Mars, and beyond with and without humans on-board. This conversation is part of the Artificial Intelligence podcas