🎥 TensorFlow London: Tensorflow for Medical Imaging by Ladislav Urban
👁 1 раз ⏳ 1771 сек.
Speaker: Ladislav Urban, AI specialist at Dynocortex

Title: Tensorflow for Medical Imaging

Bio: Ladislav Urban, AI specialist at Dynocortex helped to develop Deep Graph Model technology. It is currently used in medical imaging workflows such as Dynocortex for Prostate Brachytherapy. In the past, he lead Big Data, data science and deep learning projects at major banks. He was a co-founder of US software integration startup Webswell Inc.

Abstract: Ladislav will discuss limitations of traditional deep learn

​Искусственный интеллект подключается к предсказанию землетрясений
Успешно предсказав землетрясения в лаборатории, команда геофизиков применила алгоритм машинного обучения к землетрясениям северо-западного тихоокеанского побережья

Остатки 2000-летнего хвойного леса на Несковин-бич, Орегон – одного из десятков «лесов-призраков», расположенных вдоль побережий Орегона и Вашингтона. Считается, что масштабное землетрясение когда-то сотрясло зону субдукции Каскадия, а пни были похоронены под обломками, принесёнными цунами

В мае прошлого года, после 13-месячной дремоты, земля под вашингтонским заливом Пьюджет с грохотом пришла в движение. Землетрясение началось на глубине более 30 км под горами Олимпик-Маунтинс, и за несколько недель сдвинулось на северо-запад, достигнув канадского острова Ванкувер. Затем оно ненадолго обратило свой курс, поползло назад, вдоль границы США, и потом умолкло. Месячное землетрясение выпустило достаточно энергии, чтобы его магнитуду можно было оценить в 6. К концу землетрясения южный конец острова Ванкувер выдвинулся в Тихий океан на дополнительный сантиметр.

🔗 Искусственный интеллект подключается к предсказанию землетрясений
Успешно предсказав землетрясения в лаборатории, команда геофизиков применила алгоритм машинного обучения к землетрясениям северо-западного тихоокеанского побереж...

​KDD 2019 Policy Learning for Malaria Control — Влад Шах-Назаров

🔗 KDD 2019 Policy Learning for Malaria Control — Влад Шах-Назаров
Влад Шах-Назаров рассказывает про свой опыт участия в треке по обучению с подкреплением KDD Cup 2019. Какая была задача, какой подход позволил занять высокое место и почему простой random search - это competitive approach to RL и на соревнованиях. 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/mltrainings.moscow Telegram https://xn--r1a.website/mltrainings

​Fujitsu World Tour 2019. Как прошла наша самая крупная конференция
Привет, Хабр!

18 сентября компания Fujitsu провела в Москве конференцию Fujitsu World Tour 2019, вновь собрав в стенах Ренессанс Москва Монарх Центр всех, кто неровно дышит к миру высоких технологий. И, надо сказать, даже мы не ожидали, что к нам придет столько заинтересованных в ИТ людей – более 700 человек! К счастью, заскучать им было некогда, поскольку в этом году мы постарались максимально наполнить конференцию выступлениями экспертов, демонстрациями новинок и разными активностями. Но давайте по порядку.

🔗 Fujitsu World Tour 2019. Как прошла наша самая крупная конференция
Привет, Хабр! 18 сентября компания Fujitsu провела в Москве конференцию Fujitsu World Tour 2019, вновь собрав в стенах Ренессанс Москва Монарх Центр всех, кто н...

​Facing a classification project in machine learning

🔗 Facing a classification project in machine learning
A gentle guide step by step

​Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. (RU, 2018)

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Открыть в Telegram



📝 Orelyen_Zheron_Prikladnoe_mashinnoe_obuchenie_s_pomoschyu_Scikit-Learn_i_TensorFlow.pdf - 💾44 556 518

​Дайджест новостей машинного обучения и искусственного интеллекта за сентябрь
Привет, Хабравчане! Отфильтровав для вас большое количество источников и подписок — собрал все наиболее значимые новости из мира машинного обучения и искусственного интеллекта за сентябрь. Не забудьте поделиться с коллегами, или просто с теми, кому интересны такие новости.

Для тех, кто не читал дайджест за август, можете прочесть его здесь.

Итак, а теперь дайджест за сентябрь:

1. Ученые EPFL разработали мягкую искусственную кожу, которая обеспечивает тактильную обратную связь и — благодаря сложному механизму самочувствия — потенциально способна мгновенно адаптироваться к движениям пользователя.

🔗 Дайджест новостей машинного обучения и искусственного интеллекта за сентябрь
Привет, Хабравчане! Отфильтровав для вас большое количество источников и подписок — собрал все наиболее значимые новости из мира машинного обучения и искусственн...

🎥 More on Regressions and Parameter Estimation in Python
👁 1 раз ⏳ 1395 сек.
We continue looking at curve fitting a extracting parameters from data with a more involved problem. We are looking at the lambda-transition in helium and attempting to pull parameters out of an expression for the specific heat. Aside from being very nonlinear, this is complicated because two of the parameters are different on either side of the transition while two other parameters are shared between both the warm and cold side.

While there are ways we could make the problem easier, we use a very direct

​Detecting Glaucoma Using 3D Convolutional Neural Network of Raw SD-OCT Optic Nerve Scans

Authors: Erfan Noury, Suria S. Mannil, Robert T. Chang, An Ran Ran, Carol Y. Cheung, Suman S. Thapa, Harsha L. Rao, Srilakshmi Dasari, Mohammed Riyazuddin, Sriharsha Nagaraj, Reza Zadeh

Abstract: We propose developing and validating a three-dimensional (3D) deep learning system using the entire unprocessed OCT optic nerve volumes to distinguish true glaucoma from normals in order to discover any additional imaging biomarkers within the cube through saliency mapping. The algorithm has been validated against 4 additional distinct datasets from different countries using multimodal test results to define glaucoma rather than just the OCT alone. 2076 OCT (Cirrus SD-OCT, Carl Zeiss Meditec, Dublin, CA) cube scans centered over the optic nerve, of 879 eyes (390 healthy and 489 glaucoma) from 487 patients, age 18-84 years, were exported from the Glaucoma Clinic Imaging Database at the Byers Eye Institute, Stanford University, from March 2010 to December 2017.
https://arxiv.org/abs/1910.06302

🔗 Detecting Glaucoma Using 3D Convolutional Neural Network of Raw SD-OCT Optic Nerve Scans
We propose developing and validating a three-dimensional (3D) deep learning system using the entire unprocessed OCT optic nerve volumes to distinguish true glaucoma from normals in order to discover any additional imaging biomarkers within the cube through saliency mapping. The algorithm has been validated against 4 additional distinct datasets from different countries using multimodal test results to define glaucoma rather than just the OCT alone. 2076 OCT (Cirrus SD-OCT, Carl Zeiss Meditec, Dublin, CA) cube scans centered over the optic nerve, of 879 eyes (390 healthy and 489 glaucoma) from 487 patients, age 18-84 years, were exported from the Glaucoma Clinic Imaging Database at the Byers Eye Institute, Stanford University, from March 2010 to December 2017. A 3D deep neural network was trained and tested on this unique OCT optic nerve head dataset from Stanford. A total of 3620 scans (all obtained using the Cirrus SD-OCT device) from 1458 eyes obtained from 4 different institutions, from United States (943

​How-to Get Started with Machine Learning on Arduino

https://medium.com/tensorflow/how-to-get-started-with-machine-learning-on-arduino-7daf95b4157

TensorFlow Lite for Microcontrollers

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/experimental/micro

TensorFlow Lite for Microcontrollers

https://www.tensorflow.org/lite/microcontrollers/overview

🔗 How-to Get Started with Machine Learning on Arduino
A guest post by Sandeep Mistry & Dominic Pajak of the Arduino team

​Solving Rubik’s Cube with a Robot Hand

https://openai.com/blog/solving-rubiks-cube/

paper: https://d4mucfpksywv.cloudfront.net/papers/solving-rubiks-cube.pdf

video: https://www.youtube.com/playlist?list=PLOXw6I10VTv9HODt7TFEL72K3Q6C4itG6
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Solving Rubik’s Cube with a Robot Hand
We've trained a pair of neural networks to solve the Rubik’s Cube with a human-like robot hand.

​Who you gonna call: создаем обзвон в конструкторе ботов и учимся не бесить людей
Трудно быть ботом, когда приходится звонить человеку: боты бесят. Но вы знаете, люди, которые звонят в неподходящий момент и предлагают нерелевантные услуги и товары, бесят тоже. Дело вовсе не в том, что с вами говорит робот, а в том, что за кейс был выбран для голосового обзвона, как реализован сценарий, подумали ли его создатели над UX и что полезного этот бот умеет.
Мы понаблюдали за пользователями конструктора ботов и звонков Aimylogic и собрали все важные фичи, инсайты и ошибки в туториал. Под катом разбираем технические хитрости и секреты создания голосового обзвона, который приносит пользу и почти не раздражает.

Зачем звонить, когда можно писать?

🔗 Who you gonna call: создаем обзвон в конструкторе ботов и учимся не бесить людей
Трудно быть ботом, когда приходится звонить человеку: боты бесят. Но вы знаете, люди, которые звонят в неподходящий момент и предлагают нерелевантные услуги и то...

​Стажировка в ABBYY: компания, с которой можно на «ты»
Всем привет! В этом посте я хочу рассказать вам о моей летней стажировке в ABBYY. Постараюсь осветить все моменты, которые обычно интересны студентам и начинающим разработчикам при выборе компании. Надеюсь, что кому-то данный пост поможет определиться с планами на следующее лето. В общем, поехали!

Для начала расскажу немного о себе. Меня зовут Женя, на момент подачи заявки на стажировку я заканчивал 3 курс МФТИ, Факультет инноваций и высоких технологий (сейчас может быть известен как Физтех-школа прикладной математики и информатики). Мне хотелось выбрать компанию, в которой можно получить опыт работы в области компьютерного зрения: картинки, нейронные сети и вот это вот все. Собственно, с выбором я не прогадал – ABBYY действительно для этого отлично подходит, но об этом позже.

🔗 Стажировка в ABBYY: компания, с которой можно на «ты»
Всем привет! В этом посте я хочу рассказать вам о моей летней стажировке в ABBYY. Постараюсь осветить все моменты, которые обычно интересны студентам и начинающи...

​Встречайте Big Data Tools: поддержка Spark и Zeppelin-ноутбуков в IntelliJ IDEA
У нас отличные новости. Мы рады объявить о выходе Big Data Tools — нового плагина для IntelliJ IDEA, который обеспечивает интеграцию со Spark и поддерживает редактирование и запуск Zeppelin-ноутбуков. Теперь вы можете создавать, редактировать и запускать Zeppelin notebooks прямо из IDE. Плагин предоставляет умную навигацию, автодополнение, инспекции и быстрые исправления, а также рефакторинг кода внутри ноутбуков.

Что уже поддерживается

Просмотр, создание и удаление ноутбуков
Помощь при написании Scala-кода

Автодополнение
Рефакторинг Rename
Экстракт переменной, метода или параметра
Переход к декларации
Поиск использований

Создание и удаление параграфов
Запуск параграфов
Просмотр вывода параграфов
Поддержка базовой визуализации

Пока что помощь при написании кода работает только для Scala. Другие языки будут поддержаны позже. Кроме того, мы не собираемся ограничиваться поддержкой Zeppelin и планируем добавить больше возможностей, которые будут полезны для тех, кто работает с большими данными.

Если вам не терпится увидеть Big Data Tools в действии, посмотрите это короткое видео:

А лучше попробуйте плагин сами! Как это сделать, читайте далее.

🔗 Встречайте Big Data Tools: поддержка Spark и Zeppelin-ноутбуков в IntelliJ IDEA
У нас отличные новости. Мы рады объявить о выходе Big Data Tools — нового плагина для IntelliJ IDEA, который обеспечивает интеграцию со Spark и поддерживает реда...

​Kaggle Reading Group: EfficientNet | Kaggle

🔗 Kaggle Reading Group: EfficientNet | Kaggle
This week we'll be starting EfficientNet (Tan & Le, 2019), which was published at ICML 2019. The paper proposes a new family of models that are both smaller and faster to train than traditional convolutional neural networks. Link to paper: http://proceedings.mlr.press/v97/tan19a/tan19a.pdf SUBSCRIBE: https://www.youtube.com/c/kaggle?sub_... About Kaggle: Kaggle is the world's largest community of data scientists. Join us to compete, collaborate, learn, and do your data science work. Kaggle's platform is

🎥 Виктор Кантор - Как найти вашего клиента с помощью машинного обучения
👁 2 раз ⏳ 1415 сек.
Совсем скоро Матемаркетинг-2019
Подробности: https://matemarketing.ru/
Программа: http://bit.ly/33SYfe0
Билеты: http://bit.ly/2SEBSUJ


Когда вы запускаете новую услугу или продукт, хотите привлечь новых пользователей, возникает резонный вопрос: кому именно интересно ваше предложение. Машинное обучение позволяет достаточно точно ответить на этот вопрос. В докладе я расскажу, как мы в Яндекс.Такси находим потенциальных пользователей бизнес-класса и детских тарифов с помощью look-alike моделей, а также о