🎥 AIR Distinguished Seminar: Maria-Florina Balcan, Machine Learning: New Challenges and Connections
👁 1 раз ⏳ 3503 сек.
Over the past decades, machine learning has evolved into a highly successful discipline that has significantly influenced several fields, including vision, information retrieval, and biology. Many of these advances are based on standard learning techniques where classifiers are trained based on large amounts of fully annotated data. As the field of machine learning is maturing, new opportunities await for fundamentally new training paradigms that could significantly broaden its impact and applicability. The

​Kafdrop

🔗 Kafdrop
An Open-Source Kafka UI

​Машины уже опережают людей в тестах на чтение; но понимают ли они прочитанное?
Инструмент под названием BERT способен обогнать людей в тестах на чтение и понимание. Однако он же демонстрирует, какой путь ещё нужно пройти ИИ

Осенью 2017 года Сэм Боумен, вычислительный лингвист из Нью-Йоркского университета, решил, что компьютеры до сих пор ещё не очень хорошо понимают текст. Конечно, они достаточно неплохо научились симулировать это понимание в определённых узких областях, вроде автоматических переводов или анализа чувств (к примеру, определять, является ли предложение «грубым или милым», как он сказал). Однако Боумен хотел получить измеримое свидетельство: настоящее понимание написанного, изложенное человеческим языком. И он придумал тест.

🔗 Машины уже опережают людей в тестах на чтение; но понимают ли они прочитанное?
Инструмент под названием BERT способен обогнать людей в тестах на чтение и понимание. Однако он же демонстрирует, какой путь ещё нужно пройти ИИ Осенью 2017 го...

​Как мы рекомендуем новинки каталога в онлайн-кинотеатре ivi (+ код на Python)
В блоге онлайн-кинотеатра ivi накопилось достаточно статей про архитектуру рекомендательной системы Hydra. Однако рекомендации — это не только внешний API, но и алгоритмы, которые живут «под капотом» и реализуют достаточно сложную бизнес-логику.

В этой статье я расскажу о проблеме «холодного старта» контента. Если вам интересно узнать, как мы рекомендуем контент, который недавно добавился в каталог и не успел набрать фидбэк от пользователей — добро пожаловать под кат.

Статья будет содержать воспроизводимый пример кода на языке Python с использованием Keras.

🔗 Как мы рекомендуем новинки каталога в онлайн-кинотеатре ivi (+ код на Python)
В блоге онлайн-кинотеатра ivi накопилось достаточно статей про архитектуру рекомендательной системы Hydra. Однако рекомендации — это не только внешний API, но и...

​Как написать свой транслитератор
Выпускница CS центра 2018 года, Дарья Родионова, рассказывает о транслитерации: что это такое, какие есть подходы к транслитерации, как создать свой транслитератор и как усовершенствовать модель.

🔗 Как написать свой транслитератор
Выпускница CS центра 2018 года, Дарья Родионова, рассказывает о транслитерации: что это такое, какие есть подходы к транслитерации, как создать свой транслитерат...

​#NeurIPS2019_2019-12-09_19-49-34.xlsx

View an interactive version of this graph (experimental)

https://nodexlgraphgallery.org/Pages/Graph.aspx?graphID=218538

🔗 #NeurIPS2019_2019-12-09_19-49-34.xlsx
The graph represents a network of 4,349 Twitter users whose recent tweets contained "#NeurIPS2019", or who were replied to or mentioned in those tweets, taken from a data set limited to a maximum of 18,000 tweets. The network was obtained from Twitter on Tuesday, 10 December 2019 at 04:17 UTC. The tweets in the network were tweeted over the 9-day, 3-hour, 2-minute period from Sunday, 01 December 2019 at 00:42 UTC to Tuesday, 10 December 2019 at 03:45 UTC. Additional tweets that were mentioned in this data set were also collected from prior time periods. These tweets may expand the complete time period of the data. There is an edge for each "replies-to" relationship in a tweet, an edge for each "mentions" relationship in a tweet, and a self-loop edge for each tweet that is not a "replies-to" or "mentions". The graph is directed. The graph's vertices were grouped by cluster using the Clauset-Newman-Moore cluster algorithm. The graph was laid out using the Ha

​NVIDIA’s Top 10 AI Research Papers of 2019

https://news.developer.nvidia.com/nvidias-top-10-ai-developer-stories-of-2019/

🔗 NVIDIA’s Top 10 AI Developer Stories of 2019 – NVIDIA Developer News Center

🎥 OpenCV Python Tutorial For Beginners 39 - How to Use Background Subtraction Methods in OpenCV
👁 5 раз ⏳ 786 сек.
code - https://gist.github.com/pknowledge/e1e0e87dcae282d0d0913605bd12ced6
In this video on OpenCV Python Tutorial For Beginners, we are going to see How to Use Background Subtraction Methods in OpenCV. Corner detection with Harris Corner Detection method using OpenCV and python is very easy. Shi Tomasi Corner Detector is the modification of Harris Corner Detection.

OpenCV is an image processing library created by Intel and later supported by Willow Garage and now maintained by Itseez. opencv is available

​Using Bayesian Modeling to Improve Price Elasticity Accuracy

🔗 Using Bayesian Modeling to Improve Price Elasticity Accuracy
Using a Bayesian approach to improve price elasticity with an example from the Consumer Packaged Goods Industry

​Evolution of word representations in NLP

🔗 Evolution of word representations in NLP
Information can be represented in multiple ways while keeping the same meaning. We may pass information through multiple languages, we may…

​Real-time Object Tracking with TensorFlow, Raspberry Pi, and Pan-Tilt HAT

🔗 Real-time Object Tracking with TensorFlow, Raspberry Pi, and Pan-Tilt HAT
Portable computer vision and motion tracking on a budget.

🎥 DATA: Илья Стариков - Deep learning для репрезентации пользователей социальных сетей
👁 2 раз ⏳ 2783 сек.
В этом докладе я расскажу про подходы, которые применяются для репрезентации пользователей соцсетей на примере проекта, реализованного EPAM для рекрутеров. В рамках этого проекта мы создали систему автоматического поиска кандидатов на открытые позиции в EPAM по набору навыков. Я расскажу, как развивался проект, какие подходы были реализованы и протестированы (от простых - Logistic Regression до более интересных - Neural Network Embeddings и Graph Embeddings). Немного расскажу про архитектуру итогового решен

​100 Best Coursera Courses, Specializations, Classes, Certifications, and Training Online 2020icon

https://www.jadirectives.com/best-coursera-courses-certifications-specializations/#3_Coursera_Courses_for_Data_Science_Specialization

🔗 100 Best Coursera Courses, Specializations, Classes 2020 | JA Directives
Are you looking Best Coursera Courses 2020? Here is the list of Best Coursera Specializations, Certifications, Training, and Classes available online

​An Eerie Historical Deepfake Imagines Nixon Telling the World the Moon Landing Failed

🔗 An Eerie Historical Deepfake Imagines Nixon Telling the World the Moon Landing Failed
A team of scientists created a convincing facsimile of a speech that never happened, and put the threat of fake information front and…

​Deep learning (Ian Goodfellow Yoshua Bengio Aaron Courville)

📝 Deep learning (Ian Goodfellow Yoshua Bengio Aaron Courville).pdf - 💾22 717 311

​Машинное обучение как умный ассистент мониторинга
Привет Хабр!

Хоум Кредит — это крупная и очень динамичная система, за которой подчас трудно уследить. Чтобы помочь сотрудникам быть в курсе всех новостей и изменений и везде успевать, мы активно внедряем алгоритмы машинного обучения. В нашем Банке чат-боты уже берут на себя часть работы операторов, клиентские отзывы анализируют не только эксперты, но и умные алгоритмы обработки естественного языка.

Сегодня я расскажу, как мы помогли специалистам эксплуатации банковских сервисов избавиться от необходимости непрерывно смотреть в дашборды мониторинговых систем, а именно, призвали на помощь машинное обучение. Вот что у нас получилось.

🔗 Машинное обучение как умный ассистент мониторинга
Привет Хабр! Хоум Кредит — это крупная и очень динамичная система, за которой подчас трудно уследить. Чтобы помочь сотрудникам быть в курсе всех новостей и изм...

​Сверточный слой: быстрая свертка по методу Шмела Винограда
Введение
Данная статья является продолжением серии статей описывающей алгоритмы лежащие в основе
Synet — фреймворка для запуска предварительно обученных нейронных сетей на CPU.

В предыдущей статье я описал методы, основанные на матричном умножении. Эти методы с минимальными усилиями позволяют достичь во многих случаях более 80% от теоретического максимума. Казалось бы, ну куда тут можно еще дальше улучшать? Оказывается можно! Существуют математически методы, которые позволяют сократить число операций, необходимых для свертки. С одним из таких методов — алгоритму свертки по методу Винограда мы и ознакомимся в настоящей статье.

Шмел Виноград (Shmuel Winograd) 1936.01.04 — 2019.03.25 — выдающийся израильский и американский ученый в области компьютерных наук, создатель алгоритмов быстрого матричного умножения, свертки и преобразования Фурье.

🔗 Сверточный слой: быстрая свертка по методу Шмела Винограда
Введение Данная статья является продолжением серии статей описывающей алгоритмы лежащие в основе Synet — фреймворка для запуска предварительно обученных нейрон...

​Data Engineer Interview Questions With Python
https://realpython.com/data-engineer-interview-questions-python

🔗 Data Engineer Interview Questions With Python – Real Python
This tutorial will prepare you for some common questions you'll encounter during your data engineer interview. You'll learn how to answer questions about databases, ETL pipelines, and big data workflows. You'll also take a look at SQL, NoSQL, and Redis use cases and query examples.

​Pre-Debate Material

https://neurips.cc/Conferences/2019/Schedule?showEvent=15488

🔗 NeurIPS 2019 Schedule
NeurIPS Website