​Эволюционирующие клеточные автоматы

Соединим клеточные автоматы с генетическим алгоритмом и посмотрим, что из этого получится.

В статье присутствуют Gif (трафик!) и контрастные картинки. У эпилептиков может случиться эпилептический припадок.

🔗 Эволюционирующие клеточные автоматы
Соединим клеточные автоматы с генетическим алгоритмом и посмотрим, что из этого получится. В статье присутствуют Gif (трафик!) и контрастные картинки. У эпиле...

​Data Science Pipeline — Part 1: Obtaining data from web using Scrapy

🔗 Data Science Pipeline — Part 1: Obtaining data from web using Scrapy
Learn how to build your own dataset and use it for data science and analytics

​The problem with metrics is a big problem for AI

https://www.fast.ai/2019/09/24/metrics/

🔗 The problem with metrics is a big problem for AI
Unthinkingly optimizing metrics can lead to a variety of grave harms, and what most current AI approaches do is to optimize metrics.

​Работа для IT-специалистов в блоке "Корпорнативно-инвистиционный бизнес" ПАО "Сбербанк".

Локация Санкт-Петербург.

https://geekbrains.ru/career/984

🔗 Вакансии ПАО Сбербанк | GeekBrains - образовательный портал

​Будущее за адаптивными образовательными платформами. Flow. Интервью с Асгером Палмом
Асгер Палм (Asger Palm) — один из создателей адаптивной образовательной платформы, которой пользуются миллионы студентов в Штатах, рассказал в интервью, что такое адаптивные образовательные платформы, как они помогут нам сохранять достойный уровень образования в будущем, а ещё — почему лучше работать в полностью распределённой команде, чем иметь часть людей в офисе, а часть — удалённо.

🔗 Будущее за адаптивными образовательными платформами. Flow. Интервью с Асгером Палмом
Асгер Палм (Asger Palm) — один из создателей адаптивной образовательной платформы, которой пользуются миллионы студентов в Штатах, рассказал в интервью, что тако...

🎥 Как OpenAI Five обыграл спортсменов OG в игре Dota 2
👁 1 раз ⏳ 2309 сек.
Команда из пяти нейронных сетей, OpenAI Five, уже давно начала побеждать любительские человеческие команды в Dota 2. При этом играя с ограничениями. Но недавно получилось обыграть команду лучших профессионалов, при этом ограничиваясь лишь выбором героев.

На семинаре будет рассказано небольшое введение в обучение с подкреплением и глубокое обучение с подкреплением, чтобы новые слушатели семинара смогли узнать теорию. Далее будет рассмотрена реализация алгоритма, обыгрывающего людей в Dota 2.

Докладчик: А

😃 😃 $ 😍 $ 5 😍 b 5 5 5 $ 5

​Using TensorFlow to predict product weight and dimensions

https://medium.com/tensorflow/using-tensorflow-to-predict-product-weight-and-dimensions-8e6af3ab3466

🔗 Using TensorFlow to predict product weight and dimensions
A Guest Post by Rodolfo Bonnin from the Mercado Libre Applied Machine Learning team

​Leonard Susskind: Quantum Mechanics, String Theory and Black Holes | Artificial Intelligence Podcast

🔗 Leonard Susskind: Quantum Mechanics, String Theory and Black Holes | Artificial Intelligence Podcast
Leonard Susskind is a professor of theoretical physics at Stanford University, and founding director of the Stanford Institute for Theoretical Physics. He is widely regarded as one of the fathers of string theory and in general as one of the greatest physicists of our time both as a researcher and an educator. This conversation is part of the Artificial Intelligence podcast. INFO: Podcast website: https://lexfridman.com/ai Full episodes playlist: https://www.youtube.com/playlist?list=PLrAXtmErZgOdP_8GztsuK

​Everything a Data Scientist Should Know About Data Management*

🔗 Everything a Data Scientist Should Know About Data Management*
(*But Was Afraid to Ask)

​Outlier Detection with Hampel Filter

🔗 Outlier Detection with Hampel Filter
How to implement the Hampel filter in Python from scratch

​Hyperparameters Optimization

🔗 Hyperparameters Optimization
An introduction on how to fine-tune Machine and Deep Learning models using techniques such as: Random Search, Automated Hyperparameter…

​Predicting PewDiePie’s daily subscribers using Linear Regression.

🔗 Predicting PewDiePie’s daily subscribers using Linear Regression.
Let us understand how to predict PewDiePie’s daily subscribers using Linear Regression.

🎥 Lecture #1b: Introduction to Machine Learning (9/11/2019)
👁 1 раз ⏳ 5400 сек.
Lecture #1b: Introduction to Machine Learning
CIS 419/519 2019C Applied Machine Learning on 9/11/2019 Wed

​Нейросеть для классификации спутниковых снимков с помощью Tensorflow на Python

Это пошаговая инструкция по классификации мультиспектральных снимков со спутника Landsat 5. Сегодня в ряде сфер глубокое обучение доминирует как инструмент для решения сложных проблем, в том числе геопространственных. Надеюсь, вы знакомы с датасетами спутниковых снимков, в частности, Landsat 5 TM. Если вы немного разбираетесь в работе алгоритмов машинного обучения, то это поможет вам быстро освоить это руководство. А для тех, кто не разбирается, будет достаточным знать, что, по сути, машинное обучение заключается в установлении взаимосвязей между несколькими характеристиками (набором признаков Х) объекта с другим его свойством (значением или меткой, — целевой переменной Y). Мы подаём на вход модели много объектов, для которых известны признаки и значение целевого показателя/класса объекта (размеченные данные) и обучаем ее так, чтобы она могла спрогнозировать значение целевой переменной Y для новых данных (неразмеченных).

🔗 Нейросеть для классификации спутниковых снимков с помощью Tensorflow на Python
Это пошаговая инструкция по классификации мультиспектральных снимков со спутника Landsat 5. Сегодня в ряде сфер глубокое обучение доминирует как инструмент для...

​Quick Install Guide: Nvidia RAPIDS + BlazingSQL on AWS SageMaker

🔗 Quick Install Guide: Nvidia RAPIDS + BlazingSQL on AWS SageMaker
RAPIDS was announced on October 10th 2018 and since then the folks in Nvidia have worked day and night to add an impresive number of…

​Fast Sample Efficient Q-Learning With Recurrent IQN

🔗 Fast Sample Efficient Q-Learning With Recurrent IQN
Overview In this article I propose and evaluate a ‘Recurrent IQN’ training algorithm, with the goal of scalable and sample-efficient learning for discrete action spaces. The algorithm combines the sample-efficient IQN algorithm with features from Rainbow and R2D2, potentially exceeding the current (sample-efficient) state-of-the-art on the Atari-57 benchmark by up to 50%. Full codebase is available here. Any constructive feedback is more than welcome.

​Accessible AutoML for deep learning

https://github.com/keras-team/autokeras

🔗 keras-team/autokeras
Accessible AutoML for deep learning. Contribute to keras-team/autokeras development by creating an account on GitHub.

​Finding GPU Deep Learning Love in Gamer Hate

🔗 Finding GPU Deep Learning Love in Gamer Hate
A primer on taking advantage of gamer sentiment and Moore’s Law to land a low cost, low friction, low profile machine learning setup

​A Gentle Introduction to Joint, Marginal, and Conditional Probability

https://machinelearningmastery.com/joint-marginal-and-conditional-probability-for-machine-learning/

🔗 A Gentle Introduction to Joint, Marginal, and Conditional Probability
Probability quantifies the uncertainty of the outcomes of a random variable. It is relatively easy to understand and compute the probability for a single variable. Nevertheless, in machine learning, we often have many random variables that interact in often complex and unknown ways. There are specific techniques that can be used to quantify the probability …