🎥 Социальные медиа. Big data #1 Цели, задачи и парадигма анализа [А. Макаренко, 2016. ИПУ РАН, МФТИ]
👁 1 раз ⏳ 5912 сек.
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи, видео

​Что такое Emergent Communication и почему это нужно знать

🔗 Что такое Emergent Communication и почему это нужно знать
TL;DR: перевод поста Михаила Нуховича What is Emergent Communication and Why You Should Care: что это такое, зачем это нужно, какие есть точки зрения на задачу и...

​Computer Vision Part 7: Instance Segmentation

🔗 Computer Vision Part 7: Instance Segmentation
In previous chapter, we discussed how different methodologies attempted to classify each pixel in an image. In this article, we will…

​Открыл 4ый урок курса “Язык R для пользователей Excel” ( https://bit.ly/2RwvrUn ).

Данный урок посвящён фильтрации строк в таблицах, и выбору столбцов, также вы узнаете что такое пайплайны, и как они помогут вам сделать код более читабельным.

Рассмотрен пакет dplyr, и функции filter(), select(), select_if(), select_at() и rename().

Поблагодарить и поддержать курс можно любой произвольной суммой от 1$ на этой странице ( https://bit.ly/39ZoVM8 )..

Подписывайтесь на YouTube канал ( https://bit.ly/3b0srqS ), что бы не пропустить выход новых уроков, которые открываются по понедельникам.

Ссылки:
подписаться на YouTube канал - https://bit.ly/3b0srqS
видео 4‑го урока - https://bit.ly/2RwvrUn
материалы к 4 уроку - https://bit.ly/2VuDhiy
весь плейлист курса - https://bit.ly/34yOX7Hhttps://www.youtube.com/playlist?list=PLD2LDq8edf4pgGg16wYMobvIYy_0MI0kF
благодарности - https://bit.ly/39ZoVM8
страница курса - https://bit.ly/2yWxGd8

🔗 Язык R для пользователей Excel #4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
Этот урок посвящён пакету dplyr. В нём мы разберёмся как фильтровать датафреймы, выбирать нужные столбцы и переименовывать их. Также узнаем что такое пайплан...

​Neural Networks from Scratch - P.1 Intro and Neuron Code

https://morioh.com/p/d3398c5b6c25

🔗 Neural Networks from Scratch - P.1 Intro and Neuron Code
In this Python tutorial, you'll learn how to build neural networks from scratch. What’s a Neural Network? Neural Networks are like the workhorses of Deep learning. With enough data and computational power, they can be used to solve most of the problems in deep learning. It is very easy to use a Python or R library to create a neural network and train it on any dataset and get a great accuracy.

​Особенности data-driven в нефтехимии

🔗 Особенности data-driven в нефтехимии
При создании любого бизнеса каждое из его подразделений автоматизирует само себя. Как правило сквозные потоки данных между ними единичны. Это приводит к тому, чт...

🎥 Adversarial robustness of source code models
👁 7 раз ⏳ 4565 сек.
В рамках семинара мы обсудим две статьи, поднимающие проблемы применения нейросетевых моделей к коду. Как и в других областях, модели, обученные на исходном коде, по умолчанию не устойчивы к изменению входных данных. Добавление "мертвого" кода или переименование переменных может легко изменить предсказания модели. Обучение устойчивых моделей является нетривиальной задачей, поскольку (1) пространство изменений программ дискретно и бесконечно, (2) код имеет более сложную структуру чем, например, изображения,

🎥 Основы языка R // Часть 3 // Работа с Data Frame и манипулирование данными
👁 1 раз ⏳ 1710 сек.
Основы языка R // Часть 3 // Работа с data frame и манипулирование данными

Продолжаем серию уроков по языку R

В этом уроке рассмотрим:

- Структуры которые используются в Data Science
- Работа с Data Frame и манипулирование данными

Язык программирования R популярен в проектах Машинного обучения благодаря большому сообществу и библиотек для анализа данных.

Язык R разрабатывался в основном для проведения дружественного к пользователю анализа данных и для решения сложных статистических задач.

Записат

​Reinforcement Learning a Self-driving Car AI in Unity

🔗 Reinforcement Learning a Self-driving Car AI in Unity
The era of self-driving cars is almost upon us, at least according to Elon Musk. Hence, it’s probably about time to learn how to make one…

​Classical Least Squares Method for Quantitative Spectral Analysis with Python

🔗 Classical Least Squares Method for Quantitative Spectral Analysis with Python
Calculating spectral similarity scores or how to find the concentration of pure substances in unknown mixtures

​XTREME: A Massively Multilingual Multi-task Benchmark for Evaluating Cross-lingual Generalization">
XTREME: A Massively Multilingual Multi-task Benchmark for Evaluating Cross-lingual Generalization

🔗 XTREME: A Massively Multilingual Multi-task Benchmark for Evaluating Cross-lingual Generalization
Posted by Melvin Johnson, Senior Software Engineer, Google Research and Sebastian Ruder, Research Scientist, DeepMind One of the key chal...

​Huawei announced that its TensorFlow and PyTorch-style MindSpore Deep Learning middleware is now open source

https://towardsdatascience.com/huaweis-mindspore-a-new-competitor-for-tensorflow-and-pytorch-d319deff2aec

Github: https://github.com/mindspore-ai/mindspore

Docs: https://www.mindspore.cn/docs/en/0.1.0-alpha/architecture.html

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Huawei’s MindSpore: A new competitor for TensorFlow and PyTorch?
Huawei announced that its TensorFlow and PyTorch-style MindSpore Deep Learning middleware is now open source. Discover in this post its…

​Моя статья на Хабре о том как я делал переводчик на нейронных сетях

https://habr.com/ru/post/492524/

🔗 Как я заработал 1 000 000 $ без опыта и связей, а потом потратил их, чтобы сделать свой переводчик
Как все начиналось Эта история началась 15 лет назад. Работая программистом в столице, я накапливал деньги и увольнялся, чтобы потом создавать собственные проект...

​SBERT-WK: A Sentence Embedding Method by Dissecting BERT-based Word Models

Sentence embedding is an important research topic in natural language processing (NLP) since it can transfer knowledge to downstream tasks. Meanwhile, a contextualized word representation, called BERT, achieves the state-of-the-art performance in quite a few NLP tasks.

Yet, it is an open problem to generate a high quality sentence representation from BERT-based word models. It was shown in previous study that different layers of BERT capture different linguistic properties. This allows us to fusion information across layers to find better sentence representation.

[GitHub]

https://github.com/BinWang28/SBERT-WK-Sentence-Embedding

[arXiv]
https://arxiv.org/abs/2002.06652

#ai #artificialintelligence #deeplearning #nlp #nlproc #machinelearning

🔗 BinWang28/SBERT-WK-Sentence-Embedding
Code for Paper: SBERT-WK: A Sentence Embedding Method By Dissecting BERT-based Word Models - BinWang28/SBERT-WK-Sentence-Embedding

​Animate your Graphs in Python in 4 Easy Steps!

🔗 Animate your Graphs in Python in 4 Easy Steps!
Getting Creative with Data Visualization using COVID-19 Data

​Вебинар «Удаленный мониторинг и диагностика оборудования на современном производстве»

🔗 Вебинар «Удаленный мониторинг и диагностика оборудования на современном производстве»
Приглашаем вас принять участие в вебинаре «Мониторинг и диагностика оборудования на современном производстве». Вебинар состоится 20 апреля в 13:00 по московско...

​Data Engineer и Data Scientist: что умеют и сколько зарабатывают

🔗 Data Engineer и Data Scientist: что умеют и сколько зарабатывают
Вместе с Еленой Герасимовой, руководителем факультета «Data Science и аналитика» в Нетологии продолжаем разбираться, как взаимодействуют между собой и чем различ...

​Dataprep.eda: Accelerate your EDA

🔗 Dataprep.eda: Accelerate your EDA
Everything you need to know about dataprepare.eda.

​Latent Stochastic Differential Equations

🔗 Latent Stochastic Differential Equations
David Duvenaud | TMLS2019

​It’s just a Minor Thing: Keeping up with the Red Hot Chili Peppers

🔗 It’s just a Minor Thing: Keeping up with the Red Hot Chili Peppers
Tempo analysis of the RHCP with SpotifyR

🎥 PyTorch Tutorial 17 - Saving and Loading Models
👁 1 раз ⏳ 1104 сек.
Learn all the basics you need to get started with this deep learning framework! In this part we will learn how to save and load our model. I will show you the different functions you have to remember, and the different ways of saving our model. I also show you what you must consider when using a GPU.

Functions you must know:
- torch.save()
- torch.load()
- torch.nn.Module().load_state_dict()

Part 17: Saving and Loading Models

If you enjoyed this video, please subscribe to the channel!

Official website: