​L2 Regularization and Batch Norm

🔗 L2 Regularization and Batch Norm
This blog post is about an interesting detail about machine learningthat I came across as a researcher at Jane Street - that of the interaction between L2 re...

​Машинное обучение для менеджеров: таинство сепуления

Очередной раз работая с компанией, делающей проект, связанный с машинным обучением (ML), я обратил внимание, что менеджеры используют термины из области ML, не понимая их сути. Хотя слова произносятся грамматически правильно и в нужных местах предложений, однако их смысл им не более ясен, чем назначение сепулек, которые, как известно, применяются в сепулькариях для сепуления. В тоже время тимлидам и простым разрабам кажется, что они говорят с менеджментом на одном языке, что и приводит к конфликтным ситуациям, так осложняющим работу над проектом. Итак, данная статья посвящена приемам фасилитации (с латинского: упрощение или облегчение) общения разработчиков с менеджментом или тому, как просто и доходчиво объяснить базовые термины ML, приведя тем самым ваш проект к успеху. Если вам близка эта тема — добро пожаловать под кат.
https://habr.com/ru/post/447094/

🔗 Машинное обучение для менеджеров: таинство сепуления
Введение Очередной раз работая с компанией, делающей проект, связанный с машинным обучением (ML), я обратил внимание, что менеджеры используют термины из области...

​Avik-Jain/100-Days-Of-ML-Code

🔗 Avik-Jain/100-Days-Of-ML-Code
100 Days of ML Coding. Contribute to Avik-Jain/100-Days-Of-ML-Code development by creating an account on GitHub.

🎥 [Коллоквиум] Математика больших данных тензоры, нейросети, байесовский вывод - Ветров Д.П.
👁 30715 раз ⏳ 4414 сек.

Привeтcтвую в прoдaжe имеeтcя:
1. Oxoлoщeнный Aвтoмaт Кaлaшникoвa AКCУ, cocтoяниe хoрoшee, нacтрeл 5-6 мaгaзинoв, пaчкa пaтрoнoв, цeнa 12000 рублeй.
2. Пиcтoлeт Мaкaрoвa, кoмплeкт c двумя мaгaзинaми и пaчкoй пaтрoнoв, цeнa 7000 рублeй.
3. Мaкeт Грaнaты Ф1, цeна 1200 рублeй.

​How to build a Recommendation Engine quick and simple

🔗 How to build a Recommendation Engine quick and simple
Part 1: an introduction, how to get to production in a week and where to go after that

​The Complete Beginner’s Guide to Machine Learning: Multiple Linear Regression in 4 Lines of Code!

🔗 The Complete Beginner’s Guide to Machine Learning: Multiple Linear Regression in 4 Lines of Code!
Conquer the basics of multiple linear regression (and backward elimination!) and use your data to predict the future!

​Take Your Best Selfie Automatically, with Photobooth on Pixel 3
http://ai.googleblog.com/2019/04/take-your-best-selfie-automatically.html

🔗 Take Your Best Selfie Automatically, with Photobooth on Pixel 3
Posted by Navid Shiee, Senior Software Engineer and Aseem Agarwala, Staff Research Scientist, Google AI Taking a good group selfie can b...

​Chatbots aren’t as difficult to make as You Think

🔗 Chatbots aren’t as difficult to make as You Think
A Darth Vader Guide to building Chatbots

​Explaining probability plots

🔗 Explaining probability plots
In this article I would like to explain the concept of probability plots — what they are, how to implement them in Python and how to…

​Data Science Digest (April 2019)

🔗 Data Science Digest (April 2019)
Хабр, привет! В марте я восстановил публикацию на Хабре дайджеста посвященного ML и Data Science. Сегодня я подготовил свежую подборку интересных ссылок, а т...

​SNA Hackathon 2019 — итоги

🔗 SNA Hackathon 2019 — итоги
1-го апреля завершился финал SNA Hackathon 2019, участники которого соревновались в сортировке ленты социальной сети с использованием современных технологий маш...

​https://arxiv.org/pdf/1904.05440.pdf

🔗

​Play with #GAN(Generative Adversarial Networks) in your browser and better understand what's going on inside network
https://poloclub.github.io/ganlab/?fbclid=IwAR1xl1kmA4DflkXShjbufAD4EUOW6O9TxFcoBPI-DWHClIR4UhSD566d4XY

🔗 GAN Lab: Play with Generative Adversarial Networks in Your Browser!

​The Third Wave Data Scientist

🔗 The Third Wave Data Scientist
An update of the data science skill portfolio

🎥 Stanford CS224N: NLP with Deep Learning | Winter 2019 | Lecture 19 – Bias in AI
👁 1 раз ⏳ 3363 сек.
Professor Christopher Manning, Stanford University
http://onlinehub.stanford.edu/

Professor Christopher Manning
Thomas M. Siebel Professor in Machine Learning, Professor of Linguistics and of Computer Science
Director, Stanford Artificial Intelligence Laboratory (SAIL)

To follow along with the course schedule and syllabus, visit: http://web.stanford.edu/class/cs224n/index.html#schedule

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

🎥 Байесовские методы в машинном обучении 5
👁 1 раз ⏳ 4723 сек.
Ветров Д.П.

​#NaturalLanguageProcessing,

Попробуем сформировать описание процесса появления новой звуковой единицы в естественном языке.

Для этого рассмотрим отдельно живущее племя. И построим цепочку ситуаций, которую необходимо совместно пережить нескольким особям этого племени, приводящую к формированию в языке нового звука.

Звук, который мы попробуем сформировать, будет тождественен фразе: "Видел мамонта".
https://habr.com/ru/post/446834/

🔗 Как в языке сформировать существительное? Сигнал («Видел мамонта»)
Попробуем сформировать описание процесса появления новой звуковой единицы в естественном языке. Для этого рассмотрим отдельно живущее племя. И построим цепочку с...

​Research Awards

🔗 Research Awards
From time to time we invite academics to propose research in specific areas that align with our mission of making the world more open and connected.

​What the Hell is a Neural Network? A 5 Minute Primer for Non-Engineers.

🔗 What the Hell is a Neural Network? A 5 Minute Primer for Non-Engineers.
Odds are that you’ve heard someone talk about “Artificial Intelligence” and “neural networks” in the recent past.