Macaw: An Extensible Conversational Information Seeking Platform. http://arxiv.org/abs/1912.08904
🔗 Macaw: An Extensible Conversational Information Seeking Platform
Conversational information seeking (CIS) has been recognized as a major emerging research area in information retrieval. Such research will require data and tools, to allow the implementation and study of conversational systems. This paper introduces Macaw, an open-source framework with a modular architecture for CIS research. Macaw supports multi-turn, multi-modal, and mixed-initiative interactions, and enables research for tasks such as document retrieval, question answering, recommendation, and structured data exploration. It has a modular design to encourage the study of new CIS algorithms, which can be evaluated in batch mode. It can also integrate with a user interface, which allows user studies and data collection in an interactive mode, where the back end can be fully algorithmic or a wizard of oz setup. Macaw is distributed under the MIT License.
🔗 Macaw: An Extensible Conversational Information Seeking Platform
Conversational information seeking (CIS) has been recognized as a major emerging research area in information retrieval. Such research will require data and tools, to allow the implementation and study of conversational systems. This paper introduces Macaw, an open-source framework with a modular architecture for CIS research. Macaw supports multi-turn, multi-modal, and mixed-initiative interactions, and enables research for tasks such as document retrieval, question answering, recommendation, and structured data exploration. It has a modular design to encourage the study of new CIS algorithms, which can be evaluated in batch mode. It can also integrate with a user interface, which allows user studies and data collection in an interactive mode, where the back end can be fully algorithmic or a wizard of oz setup. Macaw is distributed under the MIT License.
arXiv.org
Macaw: An Extensible Conversational Information Seeking Platform
Conversational information seeking (CIS) has been recognized as a major
emerging research area in information retrieval. Such research will require
data and tools, to allow the implementation and...
emerging research area in information retrieval. Such research will require
data and tools, to allow the implementation and...
Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep learning’ and ‘Digital pathology/proteomics’
https://www.nature.com/naturecareers/job/two-postdoc-positions-mfd-in-computational-proteomicsdeep-learning-and-digital-pathologyproteomics-max-planck-institute-of-biochemistry-715743
🔗 Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep
Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep learning’ and ‘Digital pathology/proteomics’, with Max Planck Institute of Biochemistry. Apply Today.
https://www.nature.com/naturecareers/job/two-postdoc-positions-mfd-in-computational-proteomicsdeep-learning-and-digital-pathologyproteomics-max-planck-institute-of-biochemistry-715743
🔗 Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep
Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep learning’ and ‘Digital pathology/proteomics’, with Max Planck Institute of Biochemistry. Apply Today.
Nature
Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep
Two Postdoc positions (m/f/d) in ‘Computational proteomics/deep learning’ and ‘Digital pathology/proteomics’, with Max Planck Institute of Biochemistry. Apply Today.
🎥 Vincent Spruyt: Loc2Vec: Self-supervised metric learning through triplet-loss
👁 1 раз ⏳ 2893 сек.
👁 1 раз ⏳ 2893 сек.
Self-supervised learning is an increasingly popular technique to learn meaningful representations of data when no labels are available. A related problem is that of learning a mapping from raw input data into a metric space, where distances between latent data points are proportional to the semantic similarity between the original data instances. In this talk, we show how triplet-loss can be used to train a neural network in a self-supervised manner by applying it to location data. The result is a transformVk
Vincent Spruyt: Loc2Vec: Self-supervised metric learning through triplet-loss
Self-supervised learning is an increasingly popular technique to learn meaningful representations of data when no labels are available. A related problem is that of learning a mapping from raw input data into a metric space, where distances between latent…
Horovod is a distributed deep learning training framework for TensorFlow, Keras, PyTorch, and Apache MXNet
https://github.com/horovod/horovod
https://lfai.foundation/press-release/2018/12/13/lf-deep-learning-welcomes-horovod-distributed-training-framework-as-newest-project/
🔗 horovod/horovod
Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet. - horovod/horovod
https://github.com/horovod/horovod
https://lfai.foundation/press-release/2018/12/13/lf-deep-learning-welcomes-horovod-distributed-training-framework-as-newest-project/
🔗 horovod/horovod
Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet. - horovod/horovod
GitHub
GitHub - horovod/horovod: Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet.
Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet. - horovod/horovod
Китайский мозг, или в защиту Яровой
(не политика). В качестве эпиграфа хочется выбрать строфу “Видит горы и леса, Облака и небеса. Но не видит ничего, Что под носом у него” – впервые я ее прочитал у Стругакцих в “Волнах гасят ветер”. Ее говорил колдун с планеты Саракш, который понял, что земляне не видят кое-что важного у них самих на Земле. Стругакцие это вроде скопипастили у Хармса. Возможно это перевод. Но дело не в этом.
Мы часто обсуждаем, когда у нас будет полноценный ИИ. И пока до него довольно далеко. Разницу между “ребята готовы к обеду” и “цыплята готовы к обеду” ИИ еще плохо видит, потому что мало данных из внешнего мира. Это меняется, хоть и небыстро. Однако я утверждаю, что ИИ уже существует (хотя первая буква И — не верна). Мы просто смотрим не туда.
🔗 Китайский мозг, или в защиту Яровой
(не политика). В качестве эпиграфа хочется выбрать строфу “Видит горы и леса, Облака и небеса. Но не видит ничего, Что под носом у него” – впервые я ее прочитал...
(не политика). В качестве эпиграфа хочется выбрать строфу “Видит горы и леса, Облака и небеса. Но не видит ничего, Что под носом у него” – впервые я ее прочитал у Стругакцих в “Волнах гасят ветер”. Ее говорил колдун с планеты Саракш, который понял, что земляне не видят кое-что важного у них самих на Земле. Стругакцие это вроде скопипастили у Хармса. Возможно это перевод. Но дело не в этом.
Мы часто обсуждаем, когда у нас будет полноценный ИИ. И пока до него довольно далеко. Разницу между “ребята готовы к обеду” и “цыплята готовы к обеду” ИИ еще плохо видит, потому что мало данных из внешнего мира. Это меняется, хоть и небыстро. Однако я утверждаю, что ИИ уже существует (хотя первая буква И — не верна). Мы просто смотрим не туда.
🔗 Китайский мозг, или в защиту Яровой
(не политика). В качестве эпиграфа хочется выбрать строфу “Видит горы и леса, Облака и небеса. Но не видит ничего, Что под носом у него” – впервые я ее прочитал...
Хабр
Китайский мозг, или в защиту Яровой
(не политика). В качестве эпиграфа хочется выбрать строфу “Видит горы и леса, Облака и небеса. Но не видит ничего, Что под носом у него” – впервые я ее прочитал у Стругацких в “ Волны гасят ветер ”....
Learning Robotics Using Python
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
📝 Learning Robotics Using Python (en).pdf - 💾7 856 200
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
📝 Learning Robotics Using Python (en).pdf - 💾7 856 200
Understanding Gradient Descent And Its Variants
🔗 Understanding Gradient Descent And Its Variants
Gain a brief understanding of how the learning process in machine learning models are supported by optimization algorithms
🔗 Understanding Gradient Descent And Its Variants
Gain a brief understanding of how the learning process in machine learning models are supported by optimization algorithms
Medium
Understanding Gradient Descent And Its Variants
Gain a brief understanding of how the learning process in machine learning models are supported by optimization algorithms
New to CNN? Learn your basics here with the MNIST Digit Recognizer dataset!
🔗 New to CNN? Learn your basics here with the MNIST Digit Recognizer dataset!
Introduction
🔗 New to CNN? Learn your basics here with the MNIST Digit Recognizer dataset!
Introduction
Medium
New to CNN? Learn your basics here with the MNIST Digit Recognizer dataset!
Introduction
Use Bayes’ Rule to uncover (and clarify) your hidden Beliefs in everyday Life
🔗 Use Bayes’ Rule to uncover (and clarify) your hidden Beliefs in everyday Life
How to apply a statistical Concept to improve your Decision Making
🔗 Use Bayes’ Rule to uncover (and clarify) your hidden Beliefs in everyday Life
How to apply a statistical Concept to improve your Decision Making
Medium
Use Bayes’ Rule to uncover (and clarify) your hidden Beliefs in everyday Life
How to apply a statistical Concept to improve your Decision Making
Richard Feynman’s “Lost Lecture:” An Animated Retelling
🔗 Richard Feynman’s “Lost Lecture:” An Animated Retelling
Feynman is also famous, or infamous, for his role in the Manhattan Project and the building of the first atomic bomb, after which the FBI kept tabs on him to make sure he wouldn't, like his colleague Klaus Fuchs, turn over nuclear secrets to the Soviets.
🔗 Richard Feynman’s “Lost Lecture:” An Animated Retelling
Feynman is also famous, or infamous, for his role in the Manhattan Project and the building of the first atomic bomb, after which the FBI kept tabs on him to make sure he wouldn't, like his colleague Klaus Fuchs, turn over nuclear secrets to the Soviets.
Open Culture
Richard Feynman’s “Lost Lecture:” An Animated Retelling
Feynman is also famous, or infamous, for his role in the Manhattan Project and the building of the first atomic bomb, after which the FBI kept tabs on him to make sure he wouldn't, like his colleague Klaus Fuchs, turn over nuclear secrets to the Soviets.
🎥 Introduction to Data Science with R | K-Means | Clustering | StepUp Analytics | Day 8
👁 1 раз ⏳ 3175 сек.
👁 1 раз ⏳ 3175 сек.
In this video, We will go over how to perform k-means clustering using r statistical computing. Clustering analysis is performed and the results are interpreted.
#Machinelearning #Clustering #kmeans
Subscribe to our YouTube Channel- https://www.youtube.com/channel/UCnPFbCELnraHSDFS8SI2vDA?sub_confirmation=1
Website- https://stepupanalytics.com/
Machine Learning Blog- https://stepupanalytics.com
Facebook- https://www.facebook.com/stepupanalytics
Twitter- https://twitter.com/stepupanalytics
Instagram- https:Vk
Introduction to Data Science with R | K-Means | Clustering | StepUp Analytics | Day 8
In this video, We will go over how to perform k-means clustering using r statistical computing. Clustering analysis is performed and the results are interpreted.
#Machinelearning #Clustering #kmeans
Subscribe to our YouTube Channel- https://www.youtube.…
#Machinelearning #Clustering #kmeans
Subscribe to our YouTube Channel- https://www.youtube.…
🎥 Data Science For Beginners With Python 2 - Importing Datasets in Pandas and Removing Junk
👁 1 раз ⏳ 927 сек.
👁 1 раз ⏳ 927 сек.
Welcome to this course on Data Science For Beginners With Python. In video provides an Introduction to Importing different type data-sets into pandas data frame and removing junk values for data science. What is Data Science?
Link to notebook and dataset: https://github.com/gshanbhag525/Programming-Knowledge-
Numpy tutorials: https://www.youtube.com/watch?v=VOZHjLls010&list=PLS1QulWo1RIYWmvS03CzXh1MTSN9dbTnR
Matplotlib tutorials: https://www.youtube.com/watch?v=9kgjl1Eqgh0&list=PLS1QulWo1RIZ3tcrdZodjuXTDVk
Data Science For Beginners With Python 2 - Importing Datasets in Pandas and Removing Junk
Welcome to this course on Data Science For Beginners With Python. In video provides an Introduction to Importing different type data-sets into pandas data frame and removing junk values for data science. What is Data Science?
Link to notebook and dataset:…
Link to notebook and dataset:…
Videos of talks from #BlackinAI and #NeurIPS 2019, in case you missed it!
https://slideslive.com/neurips/neurips-2019-east-meeting-room-1-3-live?fbclid=IwAR0tEjCRVwRP6lXTYJNkNMHyffmyxlhot8X9LVi8fE6apTnIEMb1Wk77vwM
🔗 NeurIPS |
Neural Information Processing Systems (NeurIPS) is a multi-track machine learning and computational neuroscience conference that includes invited talks, demonstrations, symposia and oral and poster presentations of refereed papers. Following the conference, there are workshops which provide a less formal setting.
https://slideslive.com/neurips/neurips-2019-east-meeting-room-1-3-live?fbclid=IwAR0tEjCRVwRP6lXTYJNkNMHyffmyxlhot8X9LVi8fE6apTnIEMb1Wk77vwM
🔗 NeurIPS |
Neural Information Processing Systems (NeurIPS) is a multi-track machine learning and computational neuroscience conference that includes invited talks, demonstrations, symposia and oral and poster presentations of refereed papers. Following the conference, there are workshops which provide a less formal setting.
SlidesLive
NeurIPS |
Neural Information Processing Systems (NeurIPS) is a multi-track machine learning and computational neuroscience conference that includes invited talks, demonstrations, symposia and oral and poster presentations of refereed papers. Following the conference…
🎥 Yann LeCun: "Energy-Based Self-Supervised Learning"
👁 1 раз ⏳ 3610 сек.
👁 1 раз ⏳ 3610 сек.
Machine Learning for Physics and the Physics of Learning 2019
Workshop IV: Using Physical Insights for Machine Learning
"Energy-Based Self-Supervised Learning"
Yann LeCun - Courant Institute of Mathematical Sciences, New York University & Facebook AI Research
Institute for Pure and Applied Mathematics, UCLA
November 18, 2019
For more information: http://www.ipam.ucla.edu/mlpws4Vk
Yann LeCun: "Energy-Based Self-Supervised Learning"
Machine Learning for Physics and the Physics of Learning 2019
Workshop IV: Using Physical Insights for Machine Learning
"Energy-Based Self-Supervised Learning"
Yann LeCun - Courant Institute of Mathematical Sciences, New York University & Facebook AI Research…
Workshop IV: Using Physical Insights for Machine Learning
"Energy-Based Self-Supervised Learning"
Yann LeCun - Courant Institute of Mathematical Sciences, New York University & Facebook AI Research…
Добавляем роботу глаза
Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими роботизированными рукам. Или другими манипуляторами.
В данной статье мы разберемся, как откалибровать робота, чтобы иметь возможность переходить между Системой Координат робота и СК 3D-камеры.
🔗 Добавляем роботу глаза
Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими...
Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими роботизированными рукам. Или другими манипуляторами.
В данной статье мы разберемся, как откалибровать робота, чтобы иметь возможность переходить между Системой Координат робота и СК 3D-камеры.
🔗 Добавляем роботу глаза
Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими...
Хабр
Добавляем роботу глаза
Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими роботизированными рукам. Или другими...
The Paradox of Artificial Intelligence: Accountability, Responsibility and Ethics in Artificial…
🔗 The Paradox of Artificial Intelligence: Accountability, Responsibility and Ethics in Artificial…
Ever wondered about the risk of exposing algorithms? Companies grapple with the idea of data transparency and fairness given its importance…
🔗 The Paradox of Artificial Intelligence: Accountability, Responsibility and Ethics in Artificial…
Ever wondered about the risk of exposing algorithms? Companies grapple with the idea of data transparency and fairness given its importance…
Medium
The Paradox of Artificial Intelligence: Accountability, Responsibility and Ethics in Artificial Intelligence
Ever wondered about the risk of exposing algorithms? Companies grapple with the idea of data transparency and fairness given its importance…
Яндекс: найдётся всё… о пользователях
“Яндекс” и два крупнейших российских кредитных бюро запустили новый проект по оценке заёмщиков — физических лиц: их скоринговый балл может оцениваться в том числе с помощью данных, которые собирает “Яндекс”. В компании заявили, что обезличенные данные будут обрабатываться алгоритмами автоматически и исключительно в закрытом контуре “Яндекса”. Кредитное бюро будет передавать «Яндексу» в хэшированном виде адрес электронной почты и мобильный телефон пользователя. На основе этих данных система построит модель и выдаст показатель платёжеспособности.
Юрист Центра цифровых прав Владимир Ожерельев рассказывает, как это отразится на безопасности пользовательских данных и согласуется ли с законом “О персональных данных”.
🔗 Яндекс: найдётся всё… о пользователях
“Яндекс” и два крупнейших российских кредитных бюро запустили новый проект по оценке заёмщиков — физических лиц: их скоринговый балл может оцениваться в том чис...
“Яндекс” и два крупнейших российских кредитных бюро запустили новый проект по оценке заёмщиков — физических лиц: их скоринговый балл может оцениваться в том числе с помощью данных, которые собирает “Яндекс”. В компании заявили, что обезличенные данные будут обрабатываться алгоритмами автоматически и исключительно в закрытом контуре “Яндекса”. Кредитное бюро будет передавать «Яндексу» в хэшированном виде адрес электронной почты и мобильный телефон пользователя. На основе этих данных система построит модель и выдаст показатель платёжеспособности.
Юрист Центра цифровых прав Владимир Ожерельев рассказывает, как это отразится на безопасности пользовательских данных и согласуется ли с законом “О персональных данных”.
🔗 Яндекс: найдётся всё… о пользователях
“Яндекс” и два крупнейших российских кредитных бюро запустили новый проект по оценке заёмщиков — физических лиц: их скоринговый балл может оцениваться в том чис...
Хабр
Яндекс: найдётся всё… о пользователях
“Яндекс” и два крупнейших российских кредитных бюро запустили новый проект по оценке заёмщиков — физических лиц: их скоринговый балл может оцениваться в том чис...