​Sharing data visualisations in VirtualBox to keep IT departments happy

🔗 Sharing data visualisations in VirtualBox to keep IT departments happy
How to share a Jupyter presentation as a standalone VirtualBox image when your client isn’t able to work with containers or the cloud

​Simulating Breaking Bread And Dynamic Fractures 🍞

🔗 Simulating Breaking Bread And Dynamic Fractures 🍞
❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambdalabs.com/papers 📝 The paper "CD-MPM: Continuum Damage Material Point Methods for Dynamic Fracture Animation" and its source code is available here: - https://www.seas.upenn.edu/~cffjiang/research/wolper2019fracture/wolper2019fracture.pdf - https://github.com/squarefk/ziran2019 ❤️ 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/chan

🎥 RAPIDS: ускоряем Pandas и scikit-learn на GPU, Павел Клеменков
👁 2 раз ⏳ 2079 сек.
Все мы знаем, что наш любимый Pandas исключительно однопоточный, а модели из scikit-learn часто учатся не очень быстро даже в несколько процессов. Поэтому в докладе я расскажу о проекте RAPIDS - наборе библиотек для анализа данных и построения предиктивных моделей с использованием NVIDIA GPU. В докладе я предложу подискутировать о том, что закон Мура больше не выполняется, рассмотрю принципы работы архитектуры CUDA. Разберу библиотеки cuDF и cuML, а также постараюсь предельно честно рассказать о том, ждать

​Understanding Latent Space in Machine Learning

🔗 Understanding Latent Space in Machine Learning
Learn a fundamental, yet often ‘hidden,’ concept of deep learning

​Cyber Security + AI: defined, explained and explored

🔗 Cyber Security + AI: defined, explained and explored
What’s lacking and what’s ahead.

​Building an End-to-End Defect Classifier Application for Printed Circuit Boards

🔗 Building an End-to-End Defect Classifier Application for Printed Circuit Boards
Detecting, Extracting and Classifying Circuit Board Defects using Image Processing and Deep Learning

​Игра настоящих программистов!

https://cloud.mail.ru/public/2EX5/5ku2GDdah

🔗 Папка из Облака Mail.ru
Облако Mail.ru - это ваше персональное надежное хранилище в интернете.

​How to Configure XGBoost for Imbalanced Classification

🔗 How to Configure XGBoost for Imbalanced Classification
The XGBoost algorithm is effective for a wide range of regression and classification predictive modeling problems. It is an efficient implementation of the stochastic gradient boosting algorithm and offers a range of hyperparameters that give fine-grained control over the model training procedure. Although the algorithm performs well in general, even on imbalanced classification datasets, it …

​Torch-Struct: Deep Structured Prediction Library

Code: https://github.com/harvardnlp/pytorch-struct

Paper: https://arxiv.org/abs/2002.00876v1

Fast, general, and tested differentiable structured prediction in PyTorch: http://nlp.seas.harvard.edu/pytorch-struct/
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 harvardnlp/pytorch-struct
Fast, general, and tested differentiable structured prediction in PyTorch - harvardnlp/pytorch-struct

​Python Gateway в InterSystems IRIS
Эта статья посвящена Python Gateway — комьюнити-проекту с открытым исходным кодом для платформы данных InterSystems IRIS. Этот проект
позволяет оркестрировать любые алгоритмы машинного обучения, созданные на языке Python (основная среда для многих Data Scientists), использовать многочисленные готовые библиотеки для быстрого создания адаптивных, роботизированных аналитических AI/ML-решений на платформе InterSystems IRIS. В этой статье я покажу как InterSystems IRIS может оркестровать процессы на языке Python, эффективно осуществлять двустороннюю передачу данных и создавать интеллектуальные бизнес-процессы.

🔗 Python Gateway в InterSystems IRIS
Эта статья посвящена Python Gateway — комьюнити-проекту с открытым исходным кодом для платформы данных InterSystems IRIS. Этот проект позволяет оркестрировать лю...

​Искусственный интеллект учится парковаться.

https://youtu.be/VMp6pq6_QjI

🔗 AI Learns to Park - Deep Reinforcement Learning
An AI learns to park a car in a parking lot in a 3D physics simulation. The simulation was implemented using Unity's ML-Agents framework (https://unity3d.com/machine-learning). The AI consists of a deep Neural Network with 3 hidden layers of 128 neurons each. It is trained with the Proximal Policy Optimization (PPO) algorithm, which is a Reinforcement Learning approach.

Basically, the input of the Neural Network are the readings of eight depth sensors, the car's current speed and position, as well as its r

​50+ free Datasets for Data Science Projects - Journey of Analytics

🔗 50+ free Datasets for Data Science Projects - Journey of Analytics
[Updated as on Jan 31, 2020] There is no doubt that having a project portfolio is one of the best ways to master Data Science whether you aspire to be a data analyst, machine learning expert or data visualization ninja! In fact, students and job seekers who showcase their skills with a unique portfolio find …

​Теория графов в машинном обучении для самых маленьких
Сложность представления данных для глубокого обучения растет с каждым днем. Нейронные сети на основе данных в виде графа (Graph Neural Network, GNN) стали одним из прорывов последних лет. Но почему именно графы набирают все большую популярность в машинном обучении?
Конечной целью моего повествования является общее представление графов в приемах машинного обучения. Статья не претендует на научную работу, которая в полной мере описывает всю мощь представления графов, а лишь знакомит читателя с этим удивительным и сложным миром. Публикация отлично подойдет, как для закаленных в боях профессионалов, которые еще не знакомы с представлением графов в глубоком обучении, так и для новичков в этой сфере.

🔗 Теория графов в машинном обучении для самых маленьких
Сложность представления данных для глубокого обучения растет с каждым днем. Нейронные сети на основе данных в виде графа (Graph Neural Network, GNN) стали одним...

​Transition from Mechanical Engineer to Machine Learning Engineer (or Data Scientist)

🔗 Transition from Mechanical Engineer to Machine Learning Engineer (or Data Scientist)
A journey story of myself from a world of physical machines to another world that is full of digital ones.

​Neural Module Networks for Reasoning over Text

Gupta et al.: https://arxiv.org/abs/1912.04971

Code: https://nitishgupta.github.io/nmn-drop/

#NeuralNetworks #Reasoning #SymbolicAI

🔗 Neural Module Networks for Reasoning over Text
Neural Module Network for Reasoning over Text, ICLR 2020

​How to visualize hidden relationships in data with Python — analysing NBA assists

🔗 How to visualize hidden relationships in data with Python — analysing NBA assists
Manipulating & visualising data with interactive shot, bubble & Sankey charts for insights with Plotly (code & data included)

​Modelling the coronavirus epidemic spreading in a city with Python

🔗 Modelling the coronavirus epidemic spreading in a city with Python
Are cities prepared for epidemics?

🎥 (Deep) RL Stream #2: Let's make a system that solves a maze by looking at it
👁 1 раз ⏳ 0 сек.
Continuation of the last reinforcement learning stream, we're going to reformulate the maze class so that it can output images for every state. Then we will put together and train a Deep RL based agent that will only receive an image of the maze rather than being given its internal state. I will probably use Keras to design and fit the neural net. So excited to learn how to do this :).

SOME OF MY OTHER VIDOES:
○ Stream #1: https://www.youtube.com/watch?v=psDlXfbe6ok
○ Explaining RL to a baby: https://www.y

🎥 Yixing Huang - Compressed Sensing and Machine Learning for Limited Angle Tomography
👁 1 раз ⏳ 1606 сек.
Presentation by Yixing Huang on iterative and deep learning reconstruction summarising his Ph.D. work. The presentation includes an introduction to the iteratively re-weighted image reconstruction and dee learning reconstruction.

If you want to toggle between video and slide view, please visit this website: https://www.video.uni-erlangen.de/clip/id/12785

​ML-fairness-gym: A Tool for Exploring Long-Term Impacts of Machine Learning Systems

🔗 ML-fairness-gym: A Tool for Exploring Long-Term Impacts of Machine Learning Systems
Posted by Hansa Srinivasan, Software Engineer, Google Research Machine learning systems have been increasingly deployed to aid in high-i...

​Как заработать на распознавании эмоций

Расскажу о сабже на примере одного из проектов, которым занимался в 2019-м году, когда я ещё работал в одной известной онлайн-школе английского языка.
Вы узнаете, как мы научились по изображениям с камеры во время урока в реальном времени распознавать эмоции учителей и учеников, как использовали это в продукте, чтобы повысить удовлетворенность клиентов, сколько денег на этом потратили и заработали.
Заодно покажу, как устроен цикл разработки и внедрения моделей машинного обучения.

🔗 Как заработать на распознавании эмоций
Расскажу о сабже на примере одного из проектов, которым занимался в 2019-м году, когда я ещё работал в одной известной онлайн-школе английского языка. Вы узнает...