​User Churn Prediction using Neural Network with Keras

🔗 User Churn Prediction using Neural Network with Keras
Based on users’ first-week behavior in the app, we create a model to predict whether they churn in the first month.

🎥 Demonstrating Quantum Supremacy
👁 4 раз ⏳ 283 сек.
We’re marking a major milestone in quantum computing research that opens up new possibilities for this technology. Learn how the Google AI Quantum team demonstrated how a quantum computer can perform a task no classical computer can in an experiment called "quantum supremacy."

Subscribe to our Channel: https://www.youtube.com/google
Tweet with us on Twitter: https://twitter.com/google
Follow us on Instagram: https://www.instagram.com/google
Join us on Facebook: https://www.facebook.com/Google

​Kaggle Reading Group: EfficientNet (Part 2) | Kaggle

🔗 Kaggle Reading Group: EfficientNet (Part 2) | Kaggle
This week we'll be starting EfficientNet (Tan & Le, 2019), which was published at ICML 2019. The paper proposes a new family of models that are both smaller and faster to train than traditional convolutional neural networks. Link to paper: http://proceedings.mlr.press/v97/tan19a/tan19a.pdf SUBSCRIBE: https://www.youtube.com/c/kaggle?sub_... About Kaggle: Kaggle is the world's largest community of data scientists. Join us to compete, collaborate, learn, and do your data science work. Kaggle's platform is

​Splitting your data to fit any machine learning model

🔗 Splitting your data to fit any machine learning model
Split data set into train and test and separate features from the target with just a few lines of code using scikit-learn.

​Colorizing Images with a Convolutional Neural Network

🔗 Colorizing Images with a Convolutional Neural Network
What a Deep Learning algorithm says about composition, style, and the relationship between Machine Learning and the arts

​An Intuitive Explanation of GraphSAGE

🔗 An Intuitive Explanation of GraphSAGE
Inductive learning is useful in dynamic datasets. Here we discuss an inductive learning algorithm on graphs.

🎥 AI and machine learning are critical pieces of any IT strategy
👁 1 раз ⏳ 1680 сек.
Live from Analytics Experience 2019 in Milan, the event that gathers more than 1,800 data scientists and business leaders who are passionate about analytics. www.sas.com/analyticsx #AnalyticsX

Analytics in Action: Curiosity Meets Capability - Shadi Shahin, Vice President of Product Strategy, SAS
In a world driven by data, connectivity and change, what two traits do organizations need to succeed? Curiosity and the capability to act on it. In this session, you’ll learn about the challenges every company will

🎥 The Power of Deep Learning at Facebook | Distinguished Lecture Series on AI | J.P. Morgan
👁 1 раз ⏳ 3638 сек.
In this talk, Yann dives into the history of deep learning, and what deep learning looks like at Facebook. For more information on the J.P. Morgan Distinguished Lecture Series on AI, visit: https://www.jpmorgan.com/global/technology/artificial-intelligence/ai-distinguished-lecture-series

SUBSCRIBE: http://jpm.com/x/i/NFPWfK0

Yann LeCun is a VP & Chief AI Scientist at Facebook, and Silver Professor of CS and Neural Science at NYU. Previously, Yann was the founding Director of Facebook AI Research and of th

​Kaggle Live Coding: Data Cleaning for AutoML | Kaggle

🔗 Kaggle Live Coding: Data Cleaning for AutoML | Kaggle
This week Rachael will be working on data cleaning to prep a dataset to be used with the TPOT automated ML library. SUBSCRIBE: https://www.youtube.com/c/kaggle?sub_confirmation=1&utm_medium=youtube&utm_source=channel&utm_campaign=yt-sub About Kaggle: Kaggle is the world's largest community of data scientists. Join us to compete, collaborate, learn, and do your data science work. Kaggle's platform is the fastest way to get started on a new data science project. Spin up a Jupyter notebook with a single cli

​Сократить время вычислений от нескольких лет до минут. Разбираемся с квантовым машинным обучением
Я давно интересуюсь квантовыми вычислениями и пишу программы для 5-ти и 14-кубитных квантовых компьютеров IBM Q Experience. Сегодня я расскажу о технологиях, которые можно будет применять в машинном обучении после того, как квантовые вычисления завоюют мир. Спойлер для дата сайентистов: в будущем у вас не получится запустить модель и уйти пить кофе на полдня. Квантовый компьютер щелкает задачи машинного обучения на раз, и отговорки вроде “модель обучается” уже не пройдут. Придется запускать не одну модель, а по меньшей мере миллион.

🔗 Сократить время вычислений от нескольких лет до минут. Разбираемся с квантовым машинным обучением
Я давно интересуюсь квантовыми вычислениями и пишу программы для 5-ти и 14-кубитных квантовых компьютеров IBM Q Experience. Сегодня я расскажу о технологиях, кот...

​Проект Open Data Hub – открытая платформа машинного обучения на базе Red Hat OpenShift
Будущее наступило, технологии искусственного интеллекта и машинного обучения уже успешно используют ваши любимые магазины, транспортные компании и даже фермы, выращивающие индеек.

А если что-то существует, значит в интернете про это уже есть… открытый проект! Смотрите как Open Data Hub помогает масштабировать новые технологии и избегать трудностей при их внедрении.

🔗 Проект Open Data Hub – открытая платформа машинного обучения на базе Red Hat OpenShift
Будущее наступило, технологии искусственного интеллекта и машинного обучения уже успешно используют ваши любимые магазины, транспортные компании и даже фермы, вы...

​DeepPavlov для разработчиков: #1 инструменты NLP и создания чат-ботов
Всем привет! Мы открываем цикл статей, посвященных решению практических задач, связанных с обработкой естественного языка (Natural Language Processing или просто NLP) и созданием диалоговых агентов (чат-ботов) с помощью open-source библиотеки DeepPavlov, которую разрабатывает наша команда лаборатории Нейронных систем и глубокого обучения МФТИ. Главная цель цикла — познакомить широкий круг разработчиков с DeepPavlov и показать, как можно решать прикладные задачи NLP, не обладая при этом глубокими познаниями в Machine Learning и PhD in Mathematics.

К NLP задачам относят определение тональности текста, парсинг именованных сущностей, определение того, что хочет от вашего бота собеседник: заказать пиццу или получить справочную информацию и многое другое. Более подробно про задачи и методы NLP вы можете прочитать тут.

В этой статье мы расскажем, как запустить REST север с предобученными моделями NLP, готовыми к использованию без какой-либо дополнительной настройки или обучения.

🔗 DeepPavlov для разработчиков: #1 инструменты NLP и создания чат-ботов
Всем привет! Мы открываем цикл статей, посвященных решению практических задач, связанных с обработкой естественного языка (Natural Language Processing или просто...

​План прокачки для получения профессии Data engineer
Последние восем лет я работаю руководителем проектов (не пишу код на работе), что естественно негативно влияет на мой технологический бекэнд. Я решил сократить своё технологическое отставание и получить профессию Data engineer. Основной навык Data engineer — способность разрабатывать, строить и поддерживать хранилища данных.

Составил план обучения, думаю он будет полезен не только для меня. План ориентирован на самостоятельное изучение курсов. Приоритет отдается бесплатным курсам на русском языке.

Разделы:

Алгоритмы и структуры данных. Ключевой раздел. Изучишь его — всё остальное тоже получится. Важно набить руку в написании кода и использовании основных структур и алгоритмов.
Базы и хранилища данных, Business Intelligence. От алгоритмов переходим в хранению и обработке данных.
Hadoop and Big Data. Когда база не входит на винчестер, или когда данные нужно анализировать, но Excel уже не может их загрузить начинаются большие данные. На мой взгляд, переходить к этому разделу нужно только после глубокого изучения двух предыдущих.

🔗 План прокачки для получения профессии Data engineer
Последние восем лет я работаю руководителем проектов (не пишу код на работе), что естественно негативно влияет на мой технологический бекэнд. Я решил сократить с...

​Data as a Service: что это такое, технические сложности и как их обойти с помощью резидентных прокси

Data as a Service (DaaS) – относительно новая модель дистрибуции данных, которая подразумевает, что информация сбором, управлением и хранением нужной информации компании и пользователи занимаются не самостоятельно, а делегируют эту задачу специализированным провайдерам.

Сегодня мы поговорим о плюсах этой модели, существующих технических трудностях и способах их решения.

🔗 Data as a Service: что это такое, технические сложности и как их обойти с помощью резидентных прокси
Data as a Service (DaaS) – относительно новая модель дистрибуции данных, которая подразумевает, что информация сбором, управлением и хранением нужной информаци...

​Learning to Smell: Using Deep Learning to Predict the Olfactory Properties of Molecules

🔗 Learning to Smell: Using Deep Learning to Predict the Olfactory Properties of Molecules
Posted by Alexander B Wiltschko, Senior Research Scientist, Google Research Smell is a sense shared by an incredible range of living org...

​Uncertainty Quantification in Deep Learning

https://www.inovex.de/blog/uncertainty-quantification-deep-learning/

🔗 Uncertainty Quantification in Deep Learning
Artificial Intelligence—and machine learning in particular—have come a long way since their early beginnings. The widespread availability and affordability of powerful computing resources have enabled the development of complex models like Deep Neural Networks (DNNs). Research has come up with spectacular results in fields like computer vision, speech recognition or game strategies, where Deep Learning

​Use Data Science to find your next Airbnb getaway

🔗 Use Data Science to find your next Airbnb getaway
Find patterns in data and group similar listings

​Text Data Augmentation makes your model stronger

🔗 Text Data Augmentation makes your model stronger
Generate Textual Data with Markov Chain to improve your model performances

​Mobile World Congress 2019: The Latest AI Advancements

🔗 Mobile World Congress 2019: The Latest AI Advancements
A review of some of the latest AI advancements from the 2019 Los Angeles Mobile World Congress.

​Uncovering Missing Not at Random Data

🔗 Uncovering Missing Not at Random Data
A common data pitfall

​«Послушай, чтобы найти поломку»: опубликованы аудиозаписи неисправных индустриальных машин
Инженеры из Hitachi подготовили тысячи аудиозаписей, на которых запечатлена работа промышленного оборудования в боевых условиях. С помощью такой библиотеки машинные алгоритмы смогут выявлять нештатную работу систем и прогнозировать потенциальные поломки.

Рассказываем, что вошло в дата-сет и кто еще трудится над аналогичными проектами.

🔗 «Послушай, чтобы найти поломку»: опубликованы аудиозаписи неисправных индустриальных машин
Инженеры из Hitachi подготовили тысячи аудиозаписей, на которых запечатлена работа промышленного оборудования в боевых условиях. С помощью такой библиотеки машин...