🎥 Machine Learning (Online) Program Webinar | MIT Professional Education | 24-01-20
👁 1 раз ⏳ 3600 сек.
👁 1 раз ⏳ 3600 сек.
Learn more about the program here: http://bit.ly/2uwopGg
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.Vk
Machine Learning (Online) Program Webinar | MIT Professional Education | 24-01-20
Learn more about the program here: http://bit.ly/2uwopGg
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
Kaggle Days China edition was held on October 19-20 at Damei Center, Beijing.
More than 400 data scientists and enthusiasts gathered to learn, make friends, and compete in a full-day offline competition.
Kaggle Days is produced by LogicAI and Kaggle.
About LogicAI:
LogicAI is a boutique Data Science consultancy company owned by Kaggle fans and Grandmasters. As a global company, they do custom end-to-end AI and Data Science development projects as well as trainings for C-level management and tech teams.
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
Kaggle Days China edition was held on October 19-20 at Damei Center, Beijing.
More than 400 data scientists and enthusiasts gathered to learn, make friends, and compete in a full-day offline competition.
Kaggle Days is produced by LogicAI and Kaggle.
About LogicAI:
LogicAI is a boutique Data Science consultancy company owned by Kaggle fans and Grandmasters. As a global company, they do custom end-to-end AI and Data Science development projects as well as trainings for C-level management and tech teams.
YouTube
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
Kaggle Days China edition was held on October 19-20 at Damei Center, Beijing. More than 400 data scientists and enthusiasts gathered to learn, make friends, ...
Привет, уважаемое сообщество. Спешу поделиться новостью о том, что моя книга по машинному обучению наконец-то выходит от издательства Питер и уже доступна для предзаказов на сайте издательства. Издание цветное, перевод на русский выполнялся не мной, но я принимал активное участие в проекте, дважды вычитывал и исправлял текст, так что качество получилось отличное и мой авторский стиль сохранен в переводе.
Предисловие к изданию написал Сергей Николенко, автор книги «Глубокое обучение. Погружение в мир нейронных сетей».
Ссылка: https://www.piter.com/collection/soon/product/mashinnoe-obuchenie-bez-lishnih-slov
🔗 Машинное обучение без лишних слов
Все, что вам действительно нужно знать в машинном обучении
Предисловие к изданию написал Сергей Николенко, автор книги «Глубокое обучение. Погружение в мир нейронных сетей».
Ссылка: https://www.piter.com/collection/soon/product/mashinnoe-obuchenie-bez-lishnih-slov
🔗 Машинное обучение без лишних слов
Все, что вам действительно нужно знать в машинном обучении
Книга Python: Deeper Insights into Machine Learning
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.epub - 💾24 243 213
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.pdf - 💾14 525 480
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.epub - 💾24 243 213
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.pdf - 💾14 525 480
Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
🔗 Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By integrating graph learning techniques with our Uber Eats recommendation system, we created a more seamless and individualized user experience for eaters on our platform.
🔗 Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By integrating graph learning techniques with our Uber Eats recommendation system, we created a more seamless and individualized user experience for eaters on our platform.
Uber Engineering Blog
Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By leveraging graph learning techniques to power our Uber Eats recommendation system, we created a more seamless and individualized eater experience.
10 групп, на которые разделяются алгоритмы машинного обучения
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
🔗 The 10 Most Popular Groups of Machine Learning Algorithms
What is a better way to discover machine learning than through the most popular machine learning algorithms?
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
🔗 The 10 Most Popular Groups of Machine Learning Algorithms
What is a better way to discover machine learning than through the most popular machine learning algorithms?
UNDERSTANDING MACHINE LEARNING
From Theory to Algorithms
https://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/understanding-machine-learning-theory-algorithms.pdf
From Theory to Algorithms
https://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/understanding-machine-learning-theory-algorithms.pdf
Building richer, real-world data sets to push conversational research forward
🔗 Building richer, real-world data sets to push conversational research forward
Beat the Bot, which is a game exclusively for researchers on Messenger, helps provide conversational AI researchers with high-signal data. We plan to open-source our dataset to help push dialogue research forward.
🔗 Building richer, real-world data sets to push conversational research forward
Beat the Bot, which is a game exclusively for researchers on Messenger, helps provide conversational AI researchers with high-signal data. We plan to open-source our dataset to help push dialogue research forward.
Meta
Building richer, real-world datasets to push conversational research forward
Beat the Bot, which is a game exclusively for researchers on Messenger, helps provide conversational AI researchers with high-signal data. We plan to open-source our dataset to help push dialogue research forward.
This Neural Network Combines Motion Capture and Physics
🔗 This Neural Network Combines Motion Capture and Physics
❤️ Watch these videos in early access on our Patreon page or join us here on YouTube: - https://www.patreon.com/TwoMinutePapers - https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg/join 📝 The paper "DReCon: Data-Driven responsive Control of Physics-Based Characters" is available here: - https://montreal.ubisoft.com/en/drecon-data-driven-responsive-control-of-physics-based-characters/ - https://static-wordpress.akamaized.net/montreal.ubisoft.com/wp-content/uploads/2019/11/13214229/DReCon.pdf 🙏 We wo
🔗 This Neural Network Combines Motion Capture and Physics
❤️ Watch these videos in early access on our Patreon page or join us here on YouTube: - https://www.patreon.com/TwoMinutePapers - https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg/join 📝 The paper "DReCon: Data-Driven responsive Control of Physics-Based Characters" is available here: - https://montreal.ubisoft.com/en/drecon-data-driven-responsive-control-of-physics-based-characters/ - https://static-wordpress.akamaized.net/montreal.ubisoft.com/wp-content/uploads/2019/11/13214229/DReCon.pdf 🙏 We wo
YouTube
This Neural Network Combines Motion Capture and Physics
❤️ Watch these videos in early access on our Patreon page or join us here on YouTube:
- https://www.patreon.com/TwoMinutePapers
- https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg/join
📝 The paper "DReCon: Data-Driven responsive Control of Physics…
- https://www.patreon.com/TwoMinutePapers
- https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg/join
📝 The paper "DReCon: Data-Driven responsive Control of Physics…
Picture me rollin‘ ’with Pandas in 4 minutes
🔗 Picture me rollin‘ ’with Pandas in 4 minutes
A short introduction to Pandas DataFrame.rolling() which provides an easy way to perform rolling window calculations.
🔗 Picture me rollin‘ ’with Pandas in 4 minutes
A short introduction to Pandas DataFrame.rolling() which provides an easy way to perform rolling window calculations.
Medium
Picture me rollin’ with Pandas in 4 minutes
A short introduction to Pandas DataFrame.rolling() which provides an easy way to perform rolling window calculations.
Сделали перевод документации библиотеки машинного обучения PHP-ML.
Пользуйтесь: https://php-ml.ru/
🔗 PHP-ML.ru - документация на Русском
Пользуйтесь: https://php-ml.ru/
🔗 PHP-ML.ru - документация на Русском
With AutoGluon, AWS Brings AutoML to their Platform
🔗 With AutoGluon, AWS Brings AutoML to their Platform
With the release of AutoGluon, AWS now offers both managed and automated machine learning in its cloud platform.
🔗 With AutoGluon, AWS Brings AutoML to their Platform
With the release of AutoGluon, AWS now offers both managed and automated machine learning in its cloud platform.
Medium
With AutoGluon, AWS Brings AutoML to their Platform
With the release of AutoGluon, AWS now offers both managed and automated machine learning in its cloud platform.
🎥 A Deep Learning-based Radar and Camera Sensor Fusion Architecture for Object Detection
👁 1 раз ⏳ 1199 сек.
👁 1 раз ⏳ 1199 сек.
- Challenges for the low-level fusion of multi modal sensor data
- Choice of a radar data projection to a camera image plane
- Proposal of a network architecture and training technique
- Future research and challenges
Speaker: Felix Nobis – Research Associate, TUM
⇒⇒ Subscribe for more videos ► http://bit.ly/autosenstvsub ◄
⇒⇒ Find us on ► WeChat ◄
⇒⇒ Get our newsletter ► https://go.auto-sens.com/newsletter ◄
Find out about our next event at ► http://www.auto-sens.com ◄
Recorded live at AutoSens BrussVk
A Deep Learning-based Radar and Camera Sensor Fusion Architecture for Object Detection
- Challenges for the low-level fusion of multi modal sensor data
- Choice of a radar data projection to a camera image plane
- Proposal of a network architecture and training technique
- Future research and challenges
Speaker: Felix Nobis – Research Associate…
- Choice of a radar data projection to a camera image plane
- Proposal of a network architecture and training technique
- Future research and challenges
Speaker: Felix Nobis – Research Associate…
[кейс Locomizer] Какие знания можно на самом деле извлечь из анонимизированного датасета с координатами пользователей
Данная статья является частью серии «Кейс Locomizer», см. также
• Как мы за два года ускорили расчёт тепловой карты в 20000 раз (послезавтра)
• Открываем One Ring — инструментарий для гибкой конфигурации сложных процессов обработки данных на Spark в облаке (скоро)
Здравствуйте.
Недавно издание The New York Times опубликовало претендующую на сенсационность статью о том, как отследить пользователей по коммерчески доступным анонимизированным датасетам с координатами их перемещений, и здесь, на Хабре её вольный перевод с дополнениями от неизвестного корпоративного копирайтера собрал большое количество комментариев разной степени обеспокоенности.
Так получилось, что я последние два с половиной года являюсь техническим лидом на геоинформационном проекте, который занимается задачей непосредственного извлечения знаний именно из таких коммерческих датасетов. Но мои комментарии с просьбой отставить панику собрали большое количество минусов. Что ж. В поговорке про отсутствие паранойи и не факт, что за вами не следят, есть некая доля истины.
Но есть и доля истины по ту сторону чёрного зеркала, возможно, куда большая. Или интересная.
🔗 [кейс Locomizer] Какие знания можно на самом деле извлечь из анонимизированного датасета с координатами пользователей
Данная статья является частью серии «Кейс Locomizer», см. также • Как мы за два года ускорили расчёт тепловой карты в 20000 раз (послезавтра) • Открываем One Rin...
Данная статья является частью серии «Кейс Locomizer», см. также
• Как мы за два года ускорили расчёт тепловой карты в 20000 раз (послезавтра)
• Открываем One Ring — инструментарий для гибкой конфигурации сложных процессов обработки данных на Spark в облаке (скоро)
Здравствуйте.
Недавно издание The New York Times опубликовало претендующую на сенсационность статью о том, как отследить пользователей по коммерчески доступным анонимизированным датасетам с координатами их перемещений, и здесь, на Хабре её вольный перевод с дополнениями от неизвестного корпоративного копирайтера собрал большое количество комментариев разной степени обеспокоенности.
Так получилось, что я последние два с половиной года являюсь техническим лидом на геоинформационном проекте, который занимается задачей непосредственного извлечения знаний именно из таких коммерческих датасетов. Но мои комментарии с просьбой отставить панику собрали большое количество минусов. Что ж. В поговорке про отсутствие паранойи и не факт, что за вами не следят, есть некая доля истины.
Но есть и доля истины по ту сторону чёрного зеркала, возможно, куда большая. Или интересная.
🔗 [кейс Locomizer] Какие знания можно на самом деле извлечь из анонимизированного датасета с координатами пользователей
Данная статья является частью серии «Кейс Locomizer», см. также • Как мы за два года ускорили расчёт тепловой карты в 20000 раз (послезавтра) • Открываем One Rin...
Хабр
[кейс Locomizer] Какие знания можно на самом деле извлечь из анонимизированного датасета с координатами пользователей
Данная статья является частью серии «Кейс Locomizer», см. также Как за два с половиной года ускорить расчёт тепловой карты в 20 000 раз Открываем One Ring — инс...
Deepfakes may be a useful tool for spies
https://www.technologyreview.com/f/613778/deepfakes-spies-espionage/
🔗 Deepfakes may be a useful tool for spies
A spy may have used an AI-generated face to deceive and connect with targets on social media.The news: A LinkedIn profile under the name Katie Jones has been identified by the AP as a likely front for AI-enabled espionage.
https://www.technologyreview.com/f/613778/deepfakes-spies-espionage/
🔗 Deepfakes may be a useful tool for spies
A spy may have used an AI-generated face to deceive and connect with targets on social media.The news: A LinkedIn profile under the name Katie Jones has been identified by the AP as a likely front for AI-enabled espionage.
MIT Technology Review
Deepfakes may be a useful tool for spies
A spy may have used an AI-generated face to deceive and connect with targets on social media. The news: A LinkedIn profile under the name Katie Jones has been identified by the AP as a likely front for AI-enabled espionage. The persona is networked with several…
Карта водителя: зачем она нужна и как ее получить в МФЦ
🔗 Карта водителя: зачем она нужна и как ее получить в МФЦ
🔗 Карта водителя: зачем она нужна и как ее получить в МФЦ
Яндекс Дзен
Карта водителя: зачем она нужна и как ее получить в МФЦ
Приветствую🖐
Управляемое обучение
Для обсуждения предлагается оригинальный способ машинного обучения. Предполагается способность обучатся на коротких, организованных выборках. Может быть актуально в областях, где нет больших данных.
Центральный вопрос:
При каких условиях конечное число примеров вход-выход позволяет однозначно восстановить программу?
🔗 Управляемое обучение
Для обсуждения предлагается оригинальный способ машинного обучения. Предполагается способность обучатся на коротких, организованных выборках. Может быть актуальн...
Для обсуждения предлагается оригинальный способ машинного обучения. Предполагается способность обучатся на коротких, организованных выборках. Может быть актуально в областях, где нет больших данных.
Центральный вопрос:
При каких условиях конечное число примеров вход-выход позволяет однозначно восстановить программу?
🔗 Управляемое обучение
Для обсуждения предлагается оригинальный способ машинного обучения. Предполагается способность обучатся на коротких, организованных выборках. Может быть актуальн...
Хабр
Управляемое обучение
Для обсуждения предлагается оригинальный способ машинного обучения. Предполагается способность обучатся на коротких, организованных выборках. Может быть актуально в областях, где нет больших данных....
Геоаналитика в рознице, часть1: автоматизируем процесс выбора места для бизнеса. 2ГИС + MS Azue + ML
Всем привет!
Меня зовут Сергей Коньков — я архитектор данных в компании Business reports & Data.
Данная статья рассказывает о возможностях использования гео-аналитики и машинного обучения в розничной компании и основана на реальном проекте нашего клиента — большой сети салонов красоты. Здесь не будет много кода и технических деталей, внимание будет уделено обзору технологий, их применению и интеграции.
🔗 Геоаналитика в рознице, часть1: автоматизируем процесс выбора места для бизнеса. 2ГИС + MS Azue + ML
Всем привет! Меня зовут Сергей Коньков — я архитектор данных в компании Business reports & Data. Данная статья рассказывает о возможностях использования гео-анал...
Всем привет!
Меня зовут Сергей Коньков — я архитектор данных в компании Business reports & Data.
Данная статья рассказывает о возможностях использования гео-аналитики и машинного обучения в розничной компании и основана на реальном проекте нашего клиента — большой сети салонов красоты. Здесь не будет много кода и технических деталей, внимание будет уделено обзору технологий, их применению и интеграции.
🔗 Геоаналитика в рознице, часть1: автоматизируем процесс выбора места для бизнеса. 2ГИС + MS Azue + ML
Всем привет! Меня зовут Сергей Коньков — я архитектор данных в компании Business reports & Data. Данная статья рассказывает о возможностях использования гео-анал...
Хабр
Геоаналитика в рознице, часть1: автоматизируем процесс выбора места для бизнеса. 2ГИС + MS Azure + ML
Всем привет! Меня зовут Сергей Коньков — я архитектор данных в компании Business reports & Data. Данная статья рассказывает о возможностях использования гео-а...