​Deep Learning with MATLAB: Transfer Learning in 10 Lines of MATLAB Code

https://nl.mathworks.com/videos/deep-learning-with-matlab-transfer-learning-in-10-lines-of-matlab-code-1487714838381.html

🔗 Deep Learning with MATLAB: Transfer Learning in 10 Lines of MATLAB Code Video
"Learn how to use transfer learning in MATLAB to re-train deep learning networks created by experts for your own data or task. "

Building text classifiers with Deep Learning frameworks - Inbal Horev PyCon Israel 2019
https://www.youtube.com/watch?v=uzZ96MsQYWM

🎥 Building text classifiers with Deep Learning frameworks - Inbal Horev PyCon Israel 2019
👁 1 раз ⏳ 1200 сек.
Building text classifiers with Deep Learning frameworks - Inbal Horev PyCon Israel 2019
-----------------------------------------------------------------------------------------
Never miss a daily video about machine learning and programming.

Subscribe ⇢ https://www.youtube.com/channel/UCe_QLqna7cFtTCfZ0a8pycg?sub_confirmation=1
-----------------------------------------------------------------------------------------
This video is uploaded under the license of creative common (reuse allowed)

​Pix2Pix GAN Translation of Product

Sketches of Shoes to Photographs
A Gentle Introduction to Pix2Pix Generative Adversarial Network

https://machinelearningmastery.com/a-gentle-introduction-to-pix2pix-generative-adversarial-network/

🔗 A Gentle Introduction to Pix2Pix Generative Adversarial Network
Image-to-image translation is the controlled conversion of a given source image to a target image. An example might be the conversion of black and white photographs to color photographs. Image-to-image translation is a challenging problem and often requires specialized models and loss functions for a given translation task or dataset. The Pix2Pix GAN is a …

​RNNbow: Visualizing Learning via Backpropagation Gradients in Recurrent Neural Networks

Authors: Dylan Cashman, Genevieve Patterson, Abigail Mosca, Nathan Watts, Shannon Robinson, Remco Chang

Abstract: …from one element of a sequence to previous elements of a sequence. By visualizing the gradient, as opposed to activations, RNNbow offers insight into how the network is learning. We use it to explore the learning of an RNN that is trained to generate code in the C programming language.
https://arxiv.org/abs/1907.12545

🔗 RNNbow: Visualizing Learning via Backpropagation Gradients in Recurrent Neural Networks
We present RNNbow, an interactive tool for visualizing the gradient flow during backpropagation training in recurrent neural networks. RNNbow is a web application that displays the relative gradient contributions from Recurrent Neural Network (RNN) cells in a neighborhood of an element of a sequence. We describe the calculation of backpropagation through time (BPTT) that keeps track of itemized gradients, or gradient contributions from one element of a sequence to previous elements of a sequence. By visualizing the gradient, as opposed to activations, RNNbow offers insight into how the network is learning. We use it to explore the learning of an RNN that is trained to generate code in the C programming language. We show how it uncovers insights into the vanishing gradient as well as the evolution of training as the RNN works its way through a corpus.

​Artificial Intelligence and Music: What to Expect?
Wanna be a singer? AI will compose you an album.

https://towardsdatascience.com/artificial-intelligence-and-music-what-to-expect-f5125cfc934f?source=collection_home---4------3-----------------------

🔗 Artificial Intelligence and Music: What to Expect?
Wanna be a singer? AI will compose you an album.

​Cluster Analysis: Create, Visualize and Interpret Customer Segments
Exploring methods for cluster analysis, visualizing clusters through dimensionality reduction and interpreting clusters through exploring
https://towardsdatascience.com/cluster-analysis-create-visualize-and-interpret-customer-segments-474e55d00ebb?source=collection_home---4------0-----------------------

🔗 Cluster Analysis: Create, Visualize and Interpret Customer Segments
Exploring methods for cluster analysis, visualizing clusters through dimensionality reduction and interpreting clusters through exploring…

#kaggle #DataScience Machine Learning MicroCourse Part 8 on Kaggle

🎥 #kaggle #DataScience Machine Learning MicroCourse Part 8 on Kaggle
👁 1 раз ⏳ 2430 сек.
Deep Dive into Intermediate Machine Learning MicroCourse Part 8 on Kaggle
Exercise: Handling Missing Values
Intermediate Machine Learning
https://www.kaggle.com/diskandar69/exercise-missing-values

​Data Souls IDRND Anti-spoofing Challenge — Роман Власов

🔗 Data Souls IDRND Anti-spoofing Challenge — Роман Власов
Роман Власов рассказывает про опыт участия в соревновании IDRND Anti-spoofing Challenge на платформе Data Souls, в котором он занял первое место. Согласно задаче бинарной классифицации, по rgb картинке нужно было определить, реальное ли это изображение лица человека или это лицо человека в маске, фотография фотографии лица и т.д. Из видео вы сможете узнать: - Описание данных, формата и задачи соревнования - Какие модели использовались, детали решения первого места - Подходы к решению третьего места Узнать

​Data Science + Design Thinking: Perfect Blend to Achieve The Best User Experience - Michael Radwin

🔗 Data Science + Design Thinking: Perfect Blend to Achieve The Best User Experience - Michael Radwin
As data scientists, we invest much of our time on the business problem, the data, the statistics, the algorithm and the model. But we can’t afford to overlook one very important component: the customer! A great AI/ML model with a poorly designed user experience is ultimately is going to fail. The world’s best data products are born from a perfect blend of data science and an amazing user experience. Design thinking is a methodology for creative problem solving developed at the Stanford University d.school

​Deep Learning Analysis Using Large Model Support
Optimize your Machine Learning model memory consumption with IBM Large Model Support.

🔗 Deep Learning Analysis Using Large Model Support
Optimize your Machine Learning model memory consumption with IBM Large Model Support.

​deeplearning.ai TensorFlow Specialization is now available on Coursera !!
https://www.coursera.org/specializations/tensorflow-in-practice/

🔗 TensorFlow in Practice | Coursera
Learn TensorFlow in Practice from deeplearning.ai. Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll ...

​This AI Learns About Movement By Watching Frozen People

🔗 This AI Learns About Movement By Watching Frozen People
📝 The paper "Learning the Depths of Moving People by Watching Frozen People" is available here: https://mannequin-depth.github.io/ ❤️ Pick up cool perks on our Patreon page: https://www.patreon.com/TwoMinutePapers 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: 313V, Alex Haro, Andrew Melnychuk, Angelos Evripiotis, Anthony Vdovitchenko, Brian Gilman, Bruno Brito, Bryan Learn, Christian Ahlin, Christoph Jadanowski, Claudio Fernandes, Daniel Hasegan, Dennis Abts

​Ты ничего не знаешь про фудтех

Зачем ходить в ресторан, если любую еду вкусной и горячей могут доставить тебе до двери дома или офиса? Глобальный рынок общественного питания делится на два больших лагеря: офлайн рестораны и доставка еды. Кажется, что первые терпят поражение и проигрывают битву за клиентов. Но не торопитесь с выводами.

Под катом вы найдёте про «buzzwords» в фудтехе: smart-технологии, big data и искусственный интеллект.

https://habr.com/ru/company/dodopizzaio/blog/461859/

🔗 Ты ничего не знаешь про фудтех
Зачем ходить в ресторан, если любую еду вкусной и горячей могут доставить тебе до двери дома или офиса? Глобальный рынок общественного питания делится на два бол...

​Активное обучение ранжированию

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Этим постом я открываю серию, где мы с коллегами расскажем, как используется ML у нас в Поиске Mail.ru. Сегодня я объясню, как устроено ранжирование и как мы используем информацию о взаимодействии пользователей с нашей поисковой системой, чтобы сделать поисковик лучше.

Задача ранжирования

Что подразумевается под задачей ранжирования? Представим, что в обучающей выборке есть какое-то множество запросов, для которых известен порядок документов по релевантности. Например, вы знаете, какой документ самый релевантный, какой второй по релевантности и т.д. И вам нужно восстановить такой порядок для всей генеральной совокупности. То есть для всех запросов из генеральной совокупности на первое место поставить самый релевантный документ, а на последнее — самый нерелевантный.

Давайте посмотрим, как такие задачи решаются в больших поисковых системах.
https://habr.com/ru/company/mailru/blog/461927/

🔗 Активное обучение ранжированию
Этим постом я открываю серию, где мы с коллегами расскажем, как используется ML у нас в Поиске Mail.ru. Сегодня я объясню, как устроено ранжирование и как мы исп...

​Data Version Control (DVC): версионирование данных и воспроизводимость экспериментов

Эта статья — своеобразный мастер-класс «DVC для автоматизации ML экспериментов и версионирования данных», который прошел 18 июня на митапе ML REPA (Machine Learning REPA:
Reproducibility, Experiments and Pipelines Automation) на площадке нашего банка.

Тут я расскажу об особенностях внутренней работы DVC и способах применения его в проектах.

Примеры кода, используемые в статье доступны здесь. Код тестировался на MacOS и Linux (Ubuntu).
#Машинноеобучение
https://habr.com/ru/company/raiffeisenbank/blog/461803/

🔗 Data Version Control (DVC): версионирование данных и воспроизводимость экспериментов
Эта статья — своеобразный мастер-класс «DVC для автоматизации ML экспериментов и версионирования данных», который прошел 18 июня на митапе ML REPA (Machine Learn...

​Как распознать картинки и тексты на телефоне с помощью ML Kit

Два года назад Сундар Пичаи, глава Google, рассказал о том, что компания из mobile-first становится AI-first и фокусируется на машинном обучении. Год спустя вышел Machine Learning Kit — набор инструментов, с которым можно эффективно использовать ML на iOS и Android.

Об ML Kit очень много говорят в США, но на русском языке информации почти нет. А так как мы используем его для некоторых задач в Яндекс.Деньгах, я решил поделиться опытом и показать на примерах, как с его помощью можно делать интересные вещи.

Меня зовут Юра, последний год я работаю в команде Яндекс.Денег над мобильным кошельком. Мы поговорим про машинное обучение в мобайле.
https://habr.com/ru/company/yamoney/blog/461867/

🔗 Как распознать картинки и тексты на телефоне с помощью ML Kit
Два года назад Сундар Пичаи, глава Google, рассказал о том, что компания из mobile-first становится AI-first и фокусируется на машинном обучении. Год спустя выш...

RAAIS 2019 - Brendan McMahan, Senior Staff Research Scientist at Google

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

🎥 RAAIS 2019 - Brendan McMahan, Senior Staff Research Scientist at Google
👁 1 раз ⏳ 1516 сек.
Brendan McMahan, Senior Staff Research Scientist at Google

Brendan McMahan is a Senior Staff Research Scientist at Google, where he leads efforts on decentralized and privacy-preserving machine learning. The team that he co-founded has pioneered the concept of federated learning and continues to push the boundaries of what is possible when working with decentralized data using privacy-preserving techniques. Brendan joined Google in 2007 and previously received his Ph.D. in computer science from Carnegie M

​Что является критерием завершенности задачи, над которой работал программист? Достаточно ли просто написать код и положить его в репозиторий? Ответы на эти вопросы можно найти в этой статье

🔗 Поделия в разработке ПО
Что является критерием завершенности задачи, над которой работал программист?

Building Neural Network Models That Can Reason

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
https://www.youtube.com/watch?v=-2JRiv3Mycs

🎥 Building Neural Network Models That Can Reason
👁 1 раз ⏳ 4796 сек.
Deep learning has had enormous success on perceptual tasks but still struggles in providing a model for inference. To address this gap, we have been developing networks that support memory, attention, composition, and reasoning. Our MACnet and NSM designs provide a strong prior for explicitly iterative reasoning, enabling them to learn explainable, structured reasoning, as well as achieve good generalization from a modest amount of data. The Neural State Machine (NSM) design also emphasizes the use of a mor

​Бесплатный марафон «Big Data и супергерои: ваш первый опыт анализа данных»

Вы когда-нибудь мечтали стать супергероем, который обладает крутыми способностями и борется со злом? Мы поможем в этом! Запишитесь на бесплатный марафон, станьте супергероем и поймайте злодеев с помощью инструментов Data Science.
https://habr.com/ru/company/netologyru/blog/462107/

🔗 Бесплатный марафон «Big Data и супергерои: ваш первый опыт анализа данных»
Вы когда-нибудь мечтали стать супергероем, который обладает крутыми способностями и борется со злом? Мы поможем в этом! Запишитесь на бесплатный марафон, станьте...