​Generating Titles for Kaggle Kernels with LSTM

🔗 Generating Titles for Kaggle Kernels with LSTM
Small Deep Learning Project with PyTorch

​Искусственная соображалка без фатальных недостатков без нейросетей разработать

Ленивый, но талантливый программист, обнаружив себя работающим в конторе, где половину народа можно заменить небольшим скриптиком, но отжимать у дружелюбного коллектива работу не по душе, когда-нибудь все же соберётся найти ту грань компромисса, где компьютер будет работать, а зарплату будет получать человек. Хотя бы для себя. И хотя бы в теории.

Вместо скриптов нужно собрать штуковину, которая послушав своего хозяина и добавив к его ошибкам свои, обработает информационный ресурс так, что ответственность останется распределенная, а значит, ничья. Но со штуковины, как с нормального холуя обязательно чтоб можно было спросить. И тогда хоть какая-то ответственность появится.
https://habr.com/ru/post/423373/

🔗 Искусственная соображалка без фатальных недостатков без нейросетей разработать
Ленивый, но талантливый программист, обнаружив себя работающим в конторе, где половину народа можно заменить небольшим скриптиком, но отжимать у дружелюбного кол...

​Open Datasets for Machine Learning

https://lionbridge.ai/business-resources/open-datasets-for-machine-learning/

🔗 Open Datasets for Machine Learning | Lionbridge AI
This spreadsheet contains the ultimate list of open datasets for machine learning projects. Organized by industry and use case, this database contains 300+ completely free datasets to train machine learning models.

​Does technical analysis work? Here’s proof!

🔗 Does technical analysis work? Here’s proof!
🤔

​Top 5 Natural Language Processing Python Libraries for Data Scientist.

🔗 Top 5 Natural Language Processing Python Libraries for Data Scientist.
A Complete Overview Of popular python libraries for Natural Language Processing in a Non-verbose Manner.

​It’s Necessary to Combine Batch Norm and Skip Connections

🔗 It’s Necessary to Combine Batch Norm and Skip Connections
These techniques must go hand in hand

​Generate More Training Data When You Don’t Have Enough

🔗 Generate More Training Data When You Don’t Have Enough
Find out techniques that can be used to increase your training data.

​Network analysis of Prisoners of Zenda book with Spacy and Neo4j

🔗 Network analysis of Prisoners of Zenda book with Spacy and Neo4j
Throughout the years, the internet has become a social network of sorts: connections and relationships are hiding in plain sight - waiting…

​A Gentle Introduction to PyTorch 1.2
This comprehensive tutorial aims to introduce the fundamentals of PyTorch building blocks for training neural networks.

https://medium.com/dair-ai/pytorch-1-2-introduction-guide-f6fa9bb7597c?source=topic_page---------0------------------1

🔗 A Gentle Introduction to PyTorch 1.2
This comprehensive tutorial aims to introduce the fundamentals of PyTorch building blocks for training neural networks.

​DataLearn 2019 Preparation Event: Introduction to Machine Learning!🤖📚⭐️

🔗 DataLearn 2019 Preparation Event: Introduction to Machine Learning!🤖📚⭐️
This is a recording of the DataLearn 2019 preparation event. DataLearn participants got together hear more about monday.com's challenge and get a thorough introduction to data science. :)

Part 1: Challenge presentation by monday.com - https://youtu.be/Su8YcXgkDsk?t=328
Part 2: Introduction to data science by Shay Palachy - https://youtu.be/Su8YcXgkDsk?t=1701

Challenge presentation link: https://www.meetup.com/DataHack/events/263740425/
Intro to ML repository link: https://github.com/DataHackIL/DataLearn-M

🎥 Machine Learning - Anwendungsfelder für das Gesundheitswesen
👁 1 раз ⏳ 436 сек.
Dr. Stefan Ebener ist Head of Machine Learning bei Google und beschreibt in dem Talk drei konkrete Anwendungsfelder im Gesundheitswesen. Für Stefan ist Künstliche Intelligenz (KI) eher der strategsiche Ansatz, während Machine Learning die konkrete Umsetzung ist. Machine Learning ist zwar keine Rocket Science, aber man muss dennoch etwas beachten.

​Расчет нулевой гипотезы, на примере анализа зарплат украинских программистов

Решил поделиться, да бы и самому не забывать, как можно использовать простые статистические инструменты для анализа данных. В качестве примера использовался анонимный опрос относительно зарплат, стажа и позиций украинских программистов за 2014 и 2019 год. (1)

Этапы анализа

Препроцессинг данных и предварительный анализ (кому интересно код тут)
Графическое представление данных. Функция плотности распределения.
Формулируем нулевую гипотезу (H0) (2)
Выбираем метрику для анализа
Используем метод bootstraping для формирования нового массива данных
Рассчитываем p-value (3) для подтверждения или опровержения гипотезы
https://habr.com/ru/post/465371/

🔗 Расчет нулевой гипотезы, на примере анализа зарплат украинских программистов
Решил поделиться, да бы и самому не забывать, как можно использовать простые статистические инструменты для анализа данных. В качестве примера использовался анон...

​Neuronomics. Идея для стартапа 2030 года

Пять лет назад меня осенила идея. Я решил смоделировать ни много ни мало мировую экономику, для того чтобы точно знать какую динамику ожидать от акций, облигаций, курсов валют и т.д. Была только одна маленькая проблемка, модели всего этого не существует. И хуже того, экономисты десятки лет спорят, какая из их куцых эконометрических моделей хотя бы приблизительно верно описывает эти сложнейшие процессы. Поэтому, вместо попыток натянуть выдуманную (и конечно безумно упрощенную) модель на многоликую реальность я вступил на концептуально иной путь – моделировать агентов на микроуровне, чтобы они в изнуряющей борьбе за выживание, путем проб и ошибок приходили к равновесному состоянию, которое на макроуровне выражается в динамике цен, ставок и т.д.

Результат моих исследований описан ниже. Для визуализации записал движение агентов и каждый пиксель в этом видео, скрывает за собой нейросеть, т.е. мозг агента, бьющегося за выживание в конкуренции с подобными себе в жестоком мире наживы и чистогана.

Зачем это вообще нужно легко понять, например, по актуальным сейчас спорам вокруг «торговых войн». Одни (в основном профессиональные экономисты) говорят, что тарифы вредят в конечном итоге экономике в целом. Другие же думают, что страна окажется в выигрыше.

Проверить и доказать на фактах тут ничего нельзя, ведь никто не может поставить эксперимент при прочих равных на одной и той же экономике. Тогда как описанный ниже метод позволяет контролировать условия и получить доказательство наличия или отсутствия выгод того или иного решения.
https://habr.com/ru/post/465747/

🔗 Neuronomics. Идея для стартапа 2030 года
Пять лет назад меня осенила идея. Я решил смоделировать ни много ни мало мировую экономику, для того чтобы точно знать какую динамику ожидать от акций, облигаций...

​Учебное пособие по TensorFlow: 10 минутное практическое занятие по TensorFlow для начинающих [перевод]
#Python #Машинноеобучение

Представляю вашему вниманию перевод статьи "TensorFlow Tutorial: 10 minutes Practical TensorFlow lesson for quick learners" автора Ankit Sachan.

Этот туториал по TensorFlow предназначен для тех, кто имеет общее представление о машинном обучении и пытается начать работу с TensorFlow.
https://habr.com/ru/post/465745/

🔗 Учебное пособие по TensorFlow: 10 минутное практическое занятие по TensorFlow для начинающих [перево
Привет, Хабр! Представляю вашему вниманию перевод статьи "TensorFlow Tutorial: 10 minutes Practical TensorFlow lesson for quick learners" автора Ankit Sachan. Эт...

​Play Street Fighter with body movements using Arduino and Tensorflow.js

🔗 Play Street Fighter with body movements using Arduino and Tensorflow.js
For the past year, I’ve been learning more about machine learning. I’ve built a few browser experiments but lately, I’ve been spending…

🎥 Scrape or not? — Константин Гаврильчик
👁 1 раз ⏳ 835 сек.
Соревнование - это в том числе и возможность побороться за призы. Но что делать, если организаторы использовали опенсорс данные и даже не попытались их анонимизировать? Честные подходы не могут дать результатов сопоставимых с победителями, поэтому перед участниками встаёт выбор: Scrape or not?

Доклад Константина Гаврильчика, секция Black ML, Data Fest⁶.

Узнать о текущих соревнованиях можно на сайте http://mltrainings.ru/

Узнать о новых тренировках и видео можно из групп:
ВКонтакте https://vk.com/mltrain

​Analysis of car accidents in Barcelona using Pandas, Matplotlib, and Folium

🔗 Analysis of car accidents in Barcelona using Pandas, Matplotlib, and Folium
Open Data Barcelona is Barcelona´s data service which contains around 400 datasets, covering a wide rage of topics such as population…

​How Artificial Intelligence is changing the world

🔗 How Artificial Intelligence is changing the world
The technology of AI has been improving every year for the past 20 years, and today it is a very mature technology. Many companies and…

🎥 Unpacking Artificial Intelligence and Machine Learning
👁 1 раз ⏳ 3465 сек.
In this webinar, Dr Karsten Schulz, from the Digital Tech Institute, and Martin Richards, from the Digital Technologies Hub, unpack AI and Machine Learning. They clarify key terms and approaches, make connections with the Australian Curriculum and show ways how to implement AI in a classroom environment. They also talk about differences to ‘conventional’ coding and discuss what ‘typical’ application fields for AI have in common to help teachers decide if or when to use it. The webinar includes a small resou