​Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Analyzing Employee Reviews: Google vs Amazon vs Apple vs Microsoft
Which company is it worth working for?

​Zilic: Detect any disease with machine learning

🔗 Zilic: Detect any disease with machine learning
Using machine learning to detect any disease with a single test

🎥 Women in Data Science: Elaine Nsoesie, Applications of Machine Learning to Global Health Problems
👁 1 раз ⏳ 1457 сек.
Women in Data Science Boston Conference 2019
Elaine Nsoesie
Applications of Machine Learning to Global Health Problems

​Приглашаем выступить на PyCon Russia 2019

🔗 Приглашаем выступить на PyCon Russia 2019
Всем привет! Седьмой PyConRu пройдёт 24-25 июня в отеле «Cronwell Яхонты Таруса» в 95 км от Москвы. У PyConRu особенный формат: два дня участники и докладчики...

​How I Passed the Google Cloud Professional Data Engineer Certification Exam

🔗 How I Passed the Google Cloud Professional Data Engineer Certification Exam
Without the recommended 3-years hands-on experience

​Open Minded AI: Improving Performance by Keeping All Options on the Table

🔗 Open Minded AI: Improving Performance by Keeping All Options on the Table
How I made my Reinforcement Learning agent perform better by making it stop going naively after the highest reward

​Вдохновлялись продакшеном и баскетболом: как Яндекс готовит чемпионат по программированию

🔗 Вдохновлялись продакшеном и баскетболом: как Яндекс готовит чемпионат по программированию
В конце мая начнётся наш чемпионат по программированию. Он будет проходить в онлайне и позволит проверить себя в одной из четырёх сфер: бэкенд- или фронтенд-разр...

​Counting Pizza: Metrics for Machine Learning

🔗 Counting Pizza: Metrics for Machine Learning
Visually understanding machine learning metrics

​Plot of Convolutional Neural Network Architecture With a Efficient Inception Module
How to Implement VGG, Inception and ResNet Modules for Convolutional Neural Networks from Scratch

https://machinelearningmastery.com/how-to-implement-major-architecture-innovations-for-convolutional-neural-networks/

🔗 How to Implement VGG, Inception and ResNet Modules for Convolutional Neural Networks from Scratch
There are discrete architectural elements from milestone models that you can use in the design of your own convolutional neural networks. Specifically, models that have achieved state-of-the-art results for tasks like image classification use discrete architecture elements repeated multiple times, such as the VGG block in the VGG models, the inception module in the GoogLeNet, …

​TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview)

🔗 TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview)
Posted by the TensorFlow team

🎥 Building a high-resolution computational atlas of the whole human brain
👁 1 раз ⏳ 2957 сек.
Building a high-resolution computational atlas of the whole human brain with histology, deep learning, and Bayesian modeling: FreeSurfer implementation and application to population studies.

Juan Eugenio Iglesias
ERC Senior Research Fellow
University College London
Research staff, Martinos Center
Research Affiliate, MIT
BrainMap Seminar Series, 11/28/2018

Athinoula A. Martinos Center for Biomedical Imaging
https://www.martinos.org/
Follow @MGHMartinos on Facebook, Instagram + Twitter!

🎥 Paper Review Calls 011 -- U-Net: Convolutional Networks for Biomedical Image Segmentation
👁 1 раз ⏳ 5255 сек.
U-Net: Convolutional Networks for Biomedical Image Segmentation
Ronneberger et al, 15

Roll up everybody! Join Karol Zak for a review of this seminal paper on semantic segmentation. Semantic segmentation is a popular task in computer vision to assign each pixel in an image to a class in a supervised fashion. Karol is our top expert in semantic segmentation (in CSE) and has been involved in several fascinating projects using it!

https://arxiv.org/pdf/1505.04597.pdf

"Abstract. There is large consent that

🎥 Fundamentals of Machine Learning - A - Types & Geometrical View
👁 1 раз ⏳ 1296 сек.
PLAYLIST: https://tinyurl.com/Fundamentals-Machine-Learning

​Искусственный интеллект, великий и ужасный. Часть вторая

Законы робототехники Азимова

Пожалуй, самая смешная, но, как ни странно, до сих пор широко обсуждаемая тема. Собственно, говорить тут просто не о чем: разве кому-то не ясно, что если ИИ хоть немного станет вылезать из пелёнок (и даже раньше — уже сейчас!), на него тут же наложат лапу военные и всякая там «госбезопасность»? И они будут учить ИИ именно эффективно убивать, не заморачиваясь всякой ерундой на тему «псевдоэтики». Разве не ясно, что эти «законы» в принципе не работают и работать не могут, о чём прекрасно знал и сам Азимов? Разве не ясно, что главная угроза со стороны ИИ как раз связана с контролем со стороны человека? И что, мы так и будем верить в сказки, вопрошая: «Дадим ли мы военным роботам лицензию на убийство»? А разве нас кто-то спрашивает? Или: «Крупнейшие ИТ-компании не дадут ИИ вырваться из-под контроля человека». А разве их кто-то спрашивает? Или: «Известные во всём мире разработчики ИИ договорились не создавать умное оружие». Тупое будут создавать? Или: «Эксперт ООН призвал мировое сообщество притормозить создание боевых роботов с искусственным интеллектом». А разве крупные страны, способные создать таких роботов, хоть раз считались с мнением ООН? Так что давайте прекратим обсуждать очевидные глупости — это даже не детский сад, это младшая ясельная группа.

https://habr.com/ru/post/449838/

🔗 Искусственный интеллект, великий и ужасный. Часть вторая
Как и предыдущая, эта заметка представляет собой обзор статей и комментариев к ним здесь, на Хабре, сгруппированный по нескольким темам. Законы робототехники Аз...

​Logistic Regression on MNIST with PyTorch

🔗 Logistic Regression on MNIST with PyTorch
Logistic regression is used to describe data and to explain the relationship between one dependent binary variable and one or more nominal…

​Unsupervised Learning Project: Creating Customer Segments

🔗 Unsupervised Learning Project: Creating Customer Segments
Learn how to develop and end-to-end Clustering and Dimensionality Reduction Project!

🎥 Ask a Machine Learning Engineer Anything (live) | April 2019
👁 1 раз ⏳ 3882 сек.
Ask Machine Learning Engineer Daniel Bourke anything.

I'm a machine learning engineer based in Brisbane Australia and I make things online. Once a month I host a livestream where I answer your questions as best I can.

If your question didn't get answered, feel free to contact me some other way or leave a comment for a future stream.

CONNECT:
Web - http://bit.ly/mrdbourkeweb
Quora - http://bit.ly/mrdbourkequora
Medium - http://bit.ly/mrdbourkemedium
Twitter - http://bit.ly/mrdbourketwitter
LinkedIn - ht

🎥 Will AI & Machine Learning Replace Visual Effects Jobs in 2019?
👁 1 раз ⏳ 5075 сек.
Live stream to discuss AI + Machine Learning and how it effects Visual Effects.
In a technology driven and rapidly growing industry such as VFX - it's easy to see major disruption to our industry.

So this video focuses entirely on answering critical questions, and if the answer is 'YES' then what do we do??

I want to take a deep dive on this subject, and let us fully understand the situation, and the outcome, and how we can navigate these waters in 2019.

Thank you for watching - I will be doing daily liv

​Exploring the Tokyo Neighborhoods: Data-Science in Real Life

🔗 Exploring the Tokyo Neighborhoods: Data-Science in Real Life
Web-Scrapping, Foursquare API, Folium

🎥 12 - Data Science и ML. Немного теории и энтропии
👁 1 раз ⏳ 1565 сек.
Лектор: Анатолий Карпов

В этом уроке мы узнаем, что такое Entropy reduction и Information gain!

Давайте закрепим основные идеи:
1) Материал для повторения алгоритма обучения дерева. https://towardsdatascience.com/entropy-how-decision-trees-make-decisions-2946b9c18c8
2) Подробная лекция про решающие деревья, мне очень понравилось, как излагается материал, настоятельно рекомендую вместе/до/после/ нашего курса.
https://www.youtube.com/watch?v=-dCtJjlEEgM
3) Очень крутая визуализация принципа работы решающих