​huggingface/pytorch-pretrained-BigGAN

🔗 huggingface/pytorch-pretrained-BigGAN
🦋A PyTorch implementation of BigGAN with pretrained weights and conversion scripts. - huggingface/pytorch-pretrained-BigGAN

Уменьшение зависимости от размеченных данных у генеративно-состязательных сетей

Генеративно-состязательные сети (ГСС) [Generative Adversarial Networks, GAN] – обладающий интересными возможностями класс глубоких генеративных моделей. Их основная идея – обучение двух нейросетей, генератора, который обучается синтезу данных (к примеру, изображений), и дискриминатора, обучающегося тому, как отличать реальные данных от тех, что синтезировал генератор. Этот подход успешно использовался для высококачественного синтеза изображений, улучшения сжатия изображений, и прочего.
https://habr.com/ru/post/444768/

​ML.NET 0.11 — Машинное обучение для .Net
Microsoft — один из самых важнейших игроков в индустрии разработки ПО. Последнее дополнение ML.NET прибавляет ценность всей системе. Основная цель — внедрить и разработать собственный Искусственный Интеллект для модели и получить наиболее подходящую настройку при создании приложений.

В общем, машинное обучение ML.NET предназначено для использования и создания общих задач, которые включают регрессию, классификацию, рекомендации, ранжирование, кластеризацию и обнаружение аномалии. Не только это, но и дополнительная поддержка экосистемы с открытым исходным кодом делает ее популярной благодаря интеграции инфраструктуры с глубоким изучением. Одна из компаний сейчас работает над совместимостью всей системы с вариантами использования, которые работают с различными сценариями, такими как прогноз продаж, классификация изображений, анализ настроений и т. д.
https://habr.com/ru/post/444846/

🔗 ML.NET 0.11 — Машинное обучение для .Net
Microsoft — один из самых важнейших игроков в индустрии разработки ПО. Последнее дополнение ML.NET прибавляет ценность всей системе. Основная цель — внедрить и...

​Data science productionization: maintenance

🔗 Data science productionization: maintenance
Time spent on maintainability reduces time spent on actual maintenance.

Stanford CS230: Deep Learning | Autumn 2018 | Lecture 1 - Class Introduction and Logistics

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

https://www.youtube.com/watch?v=PySo_6S4ZAg

🎥 Stanford CS230: Deep Learning | Autumn 2018 | Lecture 1 - Class Introduction and Logistics
👁 1 раз ⏳ 4072 сек.
Andrew Ng, Adjunct Professor & Kian Katanforoosh, Lecturer - Stanford University
http://onlinehub.stanford.edu/

Andrew Ng
Adjunct Professor, Computer Science

Kian Katanforoosh
Lecturer, Computer Science

To follow along with the course schedule and syllabus, visit:
http://cs230.stanford.edu/

To get the latest news on Stanford’s upcoming professional programs in Artificial Intelligence, visit: http://learn.stanford.edu/AI.html

To view all online courses and programs offered by Stanford, visit: http:

​Predicting the ‘Future’ with Facebook’s Prophet

🔗 Predicting the ‘Future’ with Facebook’s Prophet
Forecasting Medium’s future ‘Views’ using Facebook’s Prophet Library

​Новый алгоритм в 200 раз ускоряет автоматическое проектирование нейросетей
Исследователи из Массачусетского технологического института разработали эффективный алгоритм для автоматического дизайна высокопроизводительных нейросетей для конкретного аппаратного обеспечения, пишет издание MIT News.

Алгоритмы для автоматического проектирования систем машинного обучения — новая область исследований в сфере ИИ. Такая техника называется «поиск нейронной архитектуры (neural architecture search, NAS) и считается трудной вычислительной задачей.
https://habr.com/ru/post/444920/

🔗 Новый алгоритм в 200 раз ускоряет автоматическое проектирование нейросетей
ProxylessNAS напрямую оптимизирует архитектуры нейронных сетей для конкретной задачи и оборудования, что позволяет значительно увеличить производительность по...

​Teaching

🔗 Teaching

🎥 Artificial Intelligence Chat (machine learning, deep learning, ANNs, AI in games, biological systems
👁 1 раз ⏳ 3965 сек.
An overview of today's AI landscape. How AI might apply to games. -- Watch live at https://www.twitch.tv/rhyolight_

​A Design Thinking Mindset for Data Science
https://towardsdatascience.com/a-design-thinking-mindset-for-data-science-f94f1e27f90

🔗 A Design Thinking Mindset for Data Science
Adapted from a research paper written for The University of Texas capstone.

​Как я не стал специалистом по машинному обучению
https://habr.com/ru/post/444778/

🔗 Как я не стал специалистом по машинному обучению
Истории успеха любят все. И на хабре их достаточно много. «Как я получил работу с зарплатой 300 000 долларов в Кремниевой долине» «Как я получил работу в Google»...

​Уменьшение зависимости от размеченных данных у генеративно-состязательных сетей

https://habr.com/ru/post/444768/

🔗 Уменьшение зависимости от размеченных данных у генеративно-состязательных сетей
Генеративно-состязательные сети (ГСС) [Generative Adversarial Networks, GAN] – обладающий интересными возможностями класс глубоких генеративных моделей. Их основ...

​Как мы предсказывали отток, подойдя к нему как к стихийному бедствию

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

https://habr.com/ru/company/rostelecom/blog/444694/

🔗 Как мы предсказывали отток, подойдя к нему как к стихийному бедствию
Иногда для того, чтобы решить какую-то проблему, надо просто взглянуть на нее под другим углом. Даже если последние лет 10 подобные проблемы решали одним и тем ж...

​Learning Latent Dynamics for Planning from Pixels

🔗 Learning Latent Dynamics for Planning from Pixels
PlaNet solves control tasks from pixels by planning in latent space.

​Машинное обучение для людей

🔗 Машинное обучение для людей
Разбираемся простыми словами

🎥 How optimization for machine learning works - Part 3
👁 2 раз ⏳ 368 сек.
In this video you will learn about how optimization for machine learning works. Optimization is crucial in machine learning.
#MLoptimization
#MachineLearningOptimization

🎥 How optimization for machine learning works - part 2
👁 1 раз ⏳ 632 сек.
In this video you will learn about how optimization for machine learning works. Optimization is crucial in machine learning.
#MLoptimization
#MachineLearningOptimization

​Откуда берут фотографии для тестирования систем распознавания лиц
https://habr.com/ru/post/444984/

🔗 Откуда берут фотографии для тестирования систем распознавания лиц
Аннотированная фотография из набора данных Diversity in Faces от IBM Недавно компания IBM подверглась критике за то, что для обучения нейросетей без разрешения...

​DeViSE Zero-shot learning

🔗 DeViSE Zero-shot learning
DeViSE combines computer vision with language modeling and can make predictions about thousands of image labels not observed during…

🎥 MIT AI: Revolutionary Ideas in Science, Math, and Society (Eric Weinstein)
👁 18 раз ⏳ 4916 сек.
Eric Weinstein is a mathematician, economist, physicist, and managing director of Thiel Capital. He formed the "intellectual dark web" which is a loosely assembled group of public intellectuals including Sam Harris, Jordan Peterson, Steven Pinker, Joe Rogan, Michael Shermer, and a few others. Follow Eric on Twitter: https://twitter.com/EricRWeinstein and look out for a podcast that he may be starting soon.

This conversation is part of the Artificial Intelligence podcast at MIT and beyond. Audio podcast ver