​Assessing the Quality of Long-Form Synthesized Speech

http://ai.googleblog.com/2019/09/assessing-quality-of-long-form.html

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Assessing the Quality of Long-Form Synthesized Speech
Posted by Tom Kenter, Google Research, London Automatically generated speech is everywhere, from directions being read out aloud while y...

🎥 Applied Deep Learning - Rosanne Liu on AI Research (2019)
👁 1 раз ⏳ 2824 сек.
Rosanne Liu is a Senior Research Scientist at Uber AI labs. She is currently working on the multiple fronts where machine learning and neural networks are mysterious. She shares her experiences working on ML projects as well as what she’s learned along the way.

This lecture was a part of the Applied Deep Learning Fellowship held at the Weights and Biases Headquarters in the spring of 2019.

For more tutorials: https://www.wandb.com/classes
To learn more about Weights & Biases: https://www.wandb.com/

🎥 SAS Demo | Deep Learning with Python (DLPy) and SAS Viya for Computer Vision
👁 1 раз ⏳ 2363 сек.
In this SAS demo, you'll learn about the SAS Deep Learning Python API, or DLPy for short. This series will focus on the newest computer vision models supported by DLPy. DLPy enables data scientists familiar with Python to take advantage of the deep learning and computer vision features in SAS Viya.

DLPy is available at – https://github.com/sassoftware/python-dlpy

These section may be watch in any order.

00:00 - Introduction to the Deep Learning with Python (DLPy) and SAS Viya for Computer Vision video

🎥 Edureka Deep Learning Webinar | Deep Learning Tutorial For Beginners | Edureka Masterclass
👁 1 раз ⏳ 5554 сек.
(Edureka Meetup Community: http://bit.ly/2DQO5PL)
Join our Meetup community and get access to 100+ tech webinars/ month for FREE: http://bit.ly/2DQO5PL
Topics to be covered in this session:

1. What Is Artificial Intelligence?
2. Introduction To Deep Learning
3. How Does A Neural Network Work?
4. Hands-On

Know more about Edureka Meetup Community: http://bit.ly/2TypYMv

Subscribe to our Edureka YouTube channel to get video updates: https://goo.gl/6ohpTV

Instagram: https://www.instagram.com/edureka_learnin

​Creating Impact

🔗 Creating Impact
In some large tech companies, Data Scientists are evaluated by how much impact they make in the company. For example, if a data science…

​Attribute Relevance Analysis in Python — IV and WoE

🔗 Attribute Relevance Analysis in Python — IV and WoE
Recently I’ve written about Recursive Feature Elimination — one of many feature selection techniques I use most often. Today I will speak…

​Torchvision & Transfer Learning

🔗 Torchvision & Transfer Learning
Attempts at Direct Manipulation of Pre-trained Torchvision Models

🎥 The 2nd Tellus Satellite Challenge, DIUx xView 2018 Detection Challenge — Николай Сергиевский
👁 1 раз ⏳ 2977 сек.
Николай Сергиевский рассказывает про задачу детектирования объектов на примере двух соревнований: The 2nd Tellus Satellite Challenge (на японской площадке Signate) и xView: Objects in Context in Overhead Imagery. В каждом из них Николай занял первое место.

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

Узнать о новых тренировках и видео можно из групп:
ВКонтакте https://vk.com/mltrainings
Facebook https://www.facebook.com/groups/1413405125598651/
Telegram https://xn--r1a.website/mltrainings

4 😗 c 4 😗 c 4 4

​Computer Vision With OpenStreetMap and SpaceNet — A Comparison

🔗 Computer Vision With OpenStreetMap and SpaceNet — A Comparison
Now that the SpaceNet 5 dataset has been released, and the challenge is live on TopCoder, we anticipate a great many insights from this…

🎥 Введение в машинное обучение | Григорий Сапунов, Intento
👁 1 раз ⏳ 3717 сек.

​Machine Learning Powered Content Moderation: AI and Computer Vision Applications at Expedia

🔗 Machine Learning Powered Content Moderation: AI and Computer Vision Applications at Expedia
How to build a highly customized AI framework for content moderation, using state-of-the-arts in deep learning.

🎥 Python Voice Assistant Tutorial #6 - Google Calendar Events on a Specific Day
👁 1 раз ⏳ 622 сек.
In this tutorial we start putting everything together and using our previously created functions to get the events we have in our google calendar for any specific day. This involves a bit more work with the python google calendar API.

Text-Based Tutorial: Coming Soon...

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

Instagram: https://www.instagram.com/tech_with_tim
Website https://techwithtim.net
Twitter: https

​Using Machine Learning to Recommend Investments in P2P Lending

🔗 Using Machine Learning to Recommend Investments in P2P Lending
A free Flask app to help you pick the best loan pool on a risk-reward basis

​Coffee Trends in NYC

🔗 Coffee Trends in NYC
Building a simulator to analyze maple syrup coffee trends

​Install Shapely on Windows

🔗 Install Shapely on Windows
Simple instructions for installing shapely on windows

​A Primer to Recommendation Engines

🔗 A Primer to Recommendation Engines
What they are, how they work, and why they’re great.

​A.I. For Filmmaking

🔗 A.I. For Filmmaking
Recognising Cinematic Shot Types with a ResNet-50

​Книга «Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub»

imageПривет, Хаброжители! В недрах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этой книги исследователи, аналитики и разработчики узнают, как извлекать эти уникальные данные, используя код на Python, Jupyter Notebook или контейнеры Docker. Сначала вы познакомитесь с функционалом самых популярных социальных сетей (Twitter, Facebook, LinkedIn, Instagram), веб-страниц, блогов и лент, электронной почты и GitHub. Затем приступите к анализу данных на примере Twitter. Прочитайте эту книгу, чтобы:

Узнать о современном ландшафте социальных сетей;
Научиться использовать Docker, чтобы легко оперировать кодами, приведёнными в книге;
Узнать, как адаптировать и поставлять код в открытый репозиторий GitHub;
Научиться анализировать собираемые данные с использованием возможностей Python 3;
Освоить продвинутые приемы анализа, такие как TFIDF, косинусное сходство, анализ словосочетаний, определение клика и распознавание образов;
Узнать, как создавать красивые визуализации данных с помощью Python и JavaScript.
https://habr.com/ru/company/piter/blog/466729/

🔗 Книга «Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub»
Привет, Хаброжители! В недрах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этой книги исследо...

​Несколько штрихов о работе с идентификаторами bigint в R

Каждый раз, когда начинается разговор об использовании различных БД в качестве источника данных, появляется тема идентификаторов записей, объектов или чего-либо иного. Иногда согласование протокола обмена может рассматриваться участниками несколько месяцев. int-bigint-guid, далее по кругу. Для объемных задач, с учетом того, что нативно в R нет поддержки bigint (емкость ~2^64) выбор правильного представления таких идентификаторов может оказаться критичным в части производительности. Есть ли очевидное и универсальное обходное решение? Ниже несколько практических соображений, которые могут применяться в проектах в качестве лакмусовой бумажки.

Как правило, идентификаторы будут использоваться для трех классов задач:

группировка;
фильтрация;
объединение.

Исходя из этого и оценим различные подходы.

https://habr.com/ru/post/466829/

🔗 Несколько штрихов о работе с идентификаторами bigint в R
Каждый раз, когда начинается разговор об использовании различных БД в качестве источника данных, появляется тема идентификаторов записей, объектов или чего-либо...