Neural Networks | Нейронные сети
11.6K subscribers
801 photos
183 videos
170 files
9.45K links
Все о машинном обучении

По всем вопросам - @notxxx1

№ 4959169263
Download Telegram
​«Нефть» современной экономики и война за кадры

🔗 «Нефть» современной экономики и война за кадры
У всех IT-гигантов вроде Google или IBM существуют собственные лаборатории, где ученые, инженеры и аналитики ведут работу над монетизацией искусственного интелле...
​Для чего и как мы скрываем госномера автомобилей в объявлениях
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и какие есть способы решения таких задач, читайте в статье.

https://habr.com/ru/company/avito/blog/447286/

🔗 Для чего и как мы скрываем госномера автомобилей в объявлениях Авито
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и к...
​Предсказания от математиков. Разбираем основные методы обнаружения аномалий

🔗 Предсказания от математиков. Разбираем основные методы обнаружения аномалий
За рубежом все большую популярность набирает использование искусственного интеллекта в промышленности для предиктивного обслуживания (predictive maintenance) раз...
🎥 Make Money with Tensorflow 2.0
👁 23 раз 2250 сек.
I've built an app called NeuralFund that uses Tensorflow 2.0 to make automated investment decisions. I used Tensorflow 2.0 to train a transformer network on time series data that i downloaded using the Yahoo Finance API. Then, I used Tensorflow Serving + Flask to create a simple web app around it. I'll explain what the important parts you should know in Tensorflow 2.0 are, then I'll guide you through my code & thought process of building an AI startup using it. Enjoy!

Code for this video:
https://github.co
🎥 Co-change Clusters: Extraction and Application on Assessing Software Modularity
👁 1 раз 2497 сек.
Важной концепцией при разработке современного программного обеспечения является концепция модуляризации, -- неправильное разбиение проекта на модули может значительно усложнить весь процесс внесения изменений в код. В связи с этим возникает желание разработать метод, который бы позволил автоматизировать процесс поиска подобных проблем в проекте, используя его историю изменений.

В рамках семинара мы рассмотрим статью, авторы которой применяют метод под названием "co-change clustering", с помощью которого он
🎥 Adaptive Sampled Softmax with Kernel-Based Sampling
👁 15 раз 2567 сек.
В задачах классификации часто применяется функция Softmax, переводящая выходы модели в вероятности классов. Если количество классов N велико, то узким местом для производительности становится вычисление градиента функции потерь: для классического Softmax оно занимает O(N) времени. Подобная проблема может возникнуть в языковом моделировании или рекомендательных системах.

Поэтому на практике применяются эффективные приближения, например, Sampled Softmax, в котором на каждом шаге используется лишь небольшая в
🎥 Обучение с подкреплением с использованием предпочтений человека
👁 13 раз 1621 сек.
Для некоторых систем RL очень сложно установить взаимосвязь между общей целью и функцией награды, которая используется в state-of-the-art системах. Мы рассмотрим подход, который способен решать задачи без явного доступа к самой функции награды. Также, этот подход будет учитывать траектории, выбранные самими пользователями. Экспериментальные результаты будут представлены на основе Atari игр и в симуляторе MuJoCo.

Докладчик: Михаил Шавкунов.

Ссылка на статью: https://arxiv.org/abs/1706.03741

Ссылка на слай