​Tesla is going to win Level 5 - George Hotz

🔗 Tesla is going to win Level 5 - George Hotz
This is a clip from a conversation with George Hotz on the Artificial Intelligence podcast. You can watch the full conversation here: http://bit.ly/2YLIPom If you enjoy these, consider subscribing, sharing, and commenting below. Full episode: http://bit.ly/2YLIPom Podcast website: https://lexfridman.com/ai George Hotz is the founder of Comma.ai, a machine learning based vehicle automation company. He is an outspoken personality in the field of AI and technology in general. He first gained recognition for

​Использование сентиментного анализа применительно к биржевым торговым роботам
https://habr.com/ru/post/463509/

🔗 Использование сентиментного анализа применительно к биржевым торговым роботам
Здравствуйте, дамы и господа. Хотел бы поделиться с вами своими мыслями относительно программ для автоматизированной торговли на бирже, в частности, применение...

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🎥 Python Flappy Bird AI Tutorial (with NEAT) - Pixel Perfect Collision w/ Pygame
👁 1 раз ⏳ 1161 сек.
This python flappy bird AI tutorial will cover creating moving pipes on the screen as well as implementing pixel perfect collision between our birds and pipes. This is an example of using pygame masks to accomplish pixel perfect collision with pygame.

Image Download: https://techwithtim.net/wp-content/uploads/2019/08/imgs.zip
Code Download: https://github.com/techwithtim/NEAT-Flappy-Bird

Enroll in The Fundamentals of Programming w/ Python
https://tech-with-tim.teachable.com/p/the-fundamentals-of-programm

🎥 "Probabilistic Programming and Bayesian Inference in Python" - Lara Kattan (Pyohio 2019)
👁 1 раз ⏳ 5463 сек.
Lara Kattan

https://www.pyohio.org/2019/presentations/116

Let's build up our knowledge of probabilistic programming and Bayesian inference! All you need to start is basic knowledge of linear regression; familiarity with running a model of any type in Python is helpful.

By the end of this presentation, you'll know the following:
- What probabilistic programming is and why it's necessary for Bayesian inference
- What Bayesian inference is, how it's different from classical frequentist inference, and

​Particle Filter : A hero in the world of Non-Linearity and Non-Gaussian

🔗 Particle Filter : A hero in the world of Non-Linearity and Non-Gaussian
The superiority of particle filter technology in nonlinear and non-Gaussian systems determines its wide range of applications. In addition…

​The Symmetry and Asymmetry of Baseball’s Graph
To derive insights about baseball, many analysts use a Markov chain model to describe the game.
https://towardsdatascience.com/the-symmetry-and-asymmetry-of-baseballs-graph-d2b18fd194d1?source=collection_home---4------1-----------------------

🔗 The Symmetry and Asymmetry of Baseball’s Graph
To derive insights about baseball, many analysts use a Markov chain model to describe the game. While a modeler could pose such a chain in…

​4 must-have паттерна проектирования в Python

#DataMining

Пишете на Python и не знаете, с какого паттерна проектирования начать?
В статье разбор популярных шаблонов с примерами кода на Python.
https://habr.com/ru/post/463731/

🔗 4 must-have паттерна проектирования в Python
Пишете на Python и не знаете, с какого паттерна проектирования начать? В статье разбор популярных шаблонов с примерами кода на Python. Абстрактная фабрика Не...

​Big data в переводческой отрасли: как это работает, реалии и перспективы – популярная тематическая секция в рамках технологического потока 10-го юбилейного Translation Forum Russia - 2019.

Организатор – группа компаний ЭГО Транслейтинг – один из лидеров лингвистического рынка России.

Различные аспекты обработки и анализа данных в переводческой отрасли в сравнении с другими областями. Возможность применения технологии блокчейн. Сложные вопросы работы с большими базами данных при координации работ по переводу. Адаптивный машинный перевод: от чего зависит качество? Поменяет ли технология ландшафт переводческой отрасли?

Обсуждение этих и других «горячих» тем, а также официальная презентация EGOTECH - технологической платформы, предоставляющей решения обработки текста и контроля качества перевода – на секции, посвященной big data в переводческой отрасли.

Спикеры: Елизавета Иванова (R&D директор Компании ЭГО Транслейтинг), Максим Ковалев (генеральный директор IQ Systems), Татьяна Попова (руководитель отдела переводов АО Группа Илим); Юлия Епифанцева (директор по развитию Promt), Никита Ткачев (менеджер по развитию ML продуктов Яндекс.Облака), Павел Доронин (продакт-менеджер Smartcat). Модератор секции – Евгения Городецкая, вице-президент по технологическому развитию группы компаний ЭГО Транслейтинг.

Секция состоится 24 августа с 10.00 до 12.00 на площадке Российского государственного педагогического университета имени А.И. Герцена (Казанская улица, 3а, корпус 5, «Дискуссионный зал»).

Регистрация по ссылке: http://tconference.ru/account/#tab-register

Ждём вас! Будет интересно😎

#EGOTranslating #ЭГОТранслейтинг #TFRUS #TFR10yearschallenge
#TranslationForumRussia #TFR2019

​Mesh R-CNN
Rapid advances in 2D perception have led to systems that accurately detect
https://arxiv.org/abs/1906.02739

🔗 Mesh R-CNN
Rapid advances in 2D perception have led to systems that accurately detect objects in real-world images. However, these systems make predictions in 2D, ignoring the 3D structure of the world. Concurrently, advances in 3D shape prediction have mostly focused on synthetic benchmarks and isolated objects. We unify advances in these two areas. We propose a system that detects objects in real-world images and produces a triangle mesh giving the full 3D shape of each detected object. Our system, called Mesh R-CNN, augments Mask R-CNN with a mesh prediction branch that outputs meshes with varying topological structure by first predicting coarse voxel representations which are converted to meshes and refined with a graph convolution network operating over the mesh's vertices and edges. We validate our mesh prediction branch on ShapeNet, where we outperform prior work on single-image shape prediction. We then deploy our full Mesh R-CNN system on Pix3D, where we jointly detect objects and predict their 3D shapes.

​How technology impacts the way of producing and consuming food at AGRO & TECH conference by Sistema_VC

Founders of startups from the UK, the Netherlands and Russia will talk about how AI provides people with better nutrition and globally helps fighting hunger. You will learn how agriculture and tech interact and network with startup founders, innovation managers, investors and the media in the industry.

Place: Moscow, Kollektiv Space, Bol'shoy Znamenskiy 2s3, metro Kropotkinskaya
Date: August 21st, 6 pm
Register free: https://is.gd/JgvmUA

🔗 #PUBLIC_TECH / AGRO & TECH
Конференция о технологиях в сельском хозяйстве.

Евгений Разинков. Лекция 10. Кластеризация (курс "Машинное обучение, весна 2019)
https://www.youtube.com/watch?v=lEUTG6s5YhY

🎥 Евгений Разинков. Лекция 10. Кластеризация (курс "Машинное обучение, весна 2019)
👁 1 раз ⏳ 3608 сек.
Лекция посвящена алгоритмам кластеризации. Рассмотрены следующие вопросы:
- Постановка задачи кластеризации.
- Алгоритм k-means.
- Целевая функция алгоритма k-means.
- Вывод формул обновления весов из целевой функции.
- Агломеративная кластеризация.
- Способы вычисления расстояния между кластерами: Single-Link, Average-Link, Complete-Link.

Евгений Разинков -- к.ф.-м.н., руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX, ассистент кафедры системного анализа и ИТ института ВМи

​Awesome Machine Learning
A curated list of awesome machine learning frameworks, libraries and software (by language).

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
libraries: https://github.com/josephmisiti/awesome-machine-learning

books: https://github.com/josephmisiti/awesome-machine-learning/blob/master/books.md

🔗 josephmisiti/awesome-machine-learning
A curated list of awesome Machine Learning frameworks, libraries and software. - josephmisiti/awesome-machine-learning

​Data Science Simplified Part 12: Resampling Methods

🔗 Data Science Simplified Part 12: Resampling Methods
Concept

​Building a Vocal Emotion Sensor with Deep Learning
Teaching machines to better understand human communication

https://towardsdatascience.com/building-a-vocal-emotion-sensor-with-deep-learning-bedd3de8a4a9?source=topic_page---------------------------20

🔗 Building a Vocal Emotion Sensor with Deep Learning
Teaching machines to better understand human communication

🎥 17. Bayesian Statistics
👁 1 раз ⏳ 4685 сек.
MIT 18.650 Statistics for Applications, Fall 2016
View the complete course: http://ocw.mit.edu/18-650F16
Instructor: Philippe Rigollet

In this lecture, Prof. Rigollet talked about Bayesian approach, Bayes rule, posterior distribution, and non-informative priors.

License: Creative Commons BY-NC-SA
More information at http://ocw.mit.edu/terms
More courses at http://ocw.mit.edu

🎥 35. Finding Clusters in Graphs
👁 1 раз ⏳ 2089 сек.
MIT 18.065 Matrix Methods in Data Analysis, Signal Processing, and Machine Learning, Spring 2018
Instructor: Gilbert Strang
View the complete course: https://ocw.mit.edu/18-065S18
YouTube Playlist: https://www.youtube.com/playlist?list=PLUl4u3cNGP63oMNUHXqIUcrkS2PivhN3k

The topic of this lecture is clustering for graphs, meaning finding sets of 'related' vertices in graphs. The challenge is finding good algorithms to optimize cluster quality. Professor Strang reviews some possibilities.

License: Creative

🎥 33. Neural Nets and the Learning Function
👁 1 раз ⏳ 3367 сек.
MIT 18.065 Matrix Methods in Data Analysis, Signal Processing, and Machine Learning, Spring 2018
Instructor: Gilbert Strang
View the complete course: https://ocw.mit.edu/18-065S18
YouTube Playlist: https://www.youtube.com/playlist?list=PLUl4u3cNGP63oMNUHXqIUcrkS2PivhN3k

This lecture focuses on the construction of the learning function F, which is optimized by stochastic gradient descent and applied to the training data to minimize the loss. Professor Strang also begins his review of distance matrices.

Lic

​New State of the Art AI Optimizer: Rectified Adam (RAdam). Improve your AI accuracy instantly versus Adam, and why it works.

🔗 New State of the Art AI Optimizer: Rectified Adam (RAdam). Improve your AI accuracy instantly versus Adam, and why it works.
A new paper by Liu, Jian, He et al introduces RAdam, or “Rectified Adam”. It’s a new variation of the classic Adam optimizer that provides…

​PVS-Studio в гостях у Apache Hive

#BigData

Последние десять лет движение open source является одним из ключевых факторов развития IT-отрасли и важной ее составной частью. Роль и место open source не только усиливается в виде роста количественных показателей, но происходит и изменение его качественного позиционирования на IT-рынке в целом. Не сидя сложа руки, бравая команда PVS-Studio активно способствует закреплению позиций open source проектов, находя затаившиеся баги в огромных толщах кодовых баз и предлагая для таких проектов бесплатные лицензии. Эта статья не исключение! Сегодня речь пойдет об Apache Hive! Отчет получен — есть на что посмотреть!
https://habr.com/ru/company/pvs-studio/blog/463759/

🔗 PVS-Studio в гостях у Apache Hive
Последние десять лет движение open source является одним из ключевых факторов развития IT-отрасли и важной ее составной частью. Роль и место open source не толь...

​How to Deal with Imbalanced Data using SMOTE - Analytics Vidhya -

https://medium.com/analytics-vidhya/balance-your-data-using-smote-98e4d79fcddb

🔗 How to Deal with Imbalanced Data using SMOTE
With a Case Study in Python