​From deep learning to mechanistic understanding in neuroscience: the structure of retinal prediction

Tanaka et al.: https://papers.nips.cc/paper/9060-from-deep-learning-to-mechanistic-understanding-in-neuroscience-the-structure-of-retinal-prediction

🔗 From deep learning to mechanistic understanding in neuroscience: the structure of retinal prediction
Electronic Proceedings of Neural Information Processing Systems

​Живой бот, часть 1
Представляю новый рассказ о том, как один разработчик создал чат-бот самого себя и что из этого вышло. Pdf версию можно скачать здесь.

У меня был друг. Единственный друг. Таких друзей больше не может быть. Они появляются только в юности. Мы вместе учились еще в школе, в параллельных классах, но общаться начали, когда поняли, что поступили на один факультет нашего университета. Сегодня его не стало. Ему было, как и мне, 35. Его звали Макс. Мы все делали вместе, он всегда был веселым и легкомысленным, а я был его угрюмым антиподом, поэтому мы могли спорить часами. К сожалению, легкомысленно Макс относился не только к происходящему, но и к своему здоровью. Ел один фастфуд за редким исключением, когда его приглашали в гости. Это была его философия – он не хотел тратить время на примитивные биологические потребности. Он не обращал внимания и на свои болячки, считая их личным делом своего организма, поэтому не стоит ему мешать. Но однажды ему пришлось пойти в поликлинику, а после обследования ему поставили фатальный диагноз. Максу оставалось жить не больше года. Это был удар для всех, но больше всего для меня. Я не знал, как теперь с ним общаться, когда знаешь, что через несколько месяцев его не станет. Но он неожиданно сам перестал общаться, на все попытки поговорить отвечал, что ему некогда, надо успеть сделать какое-то очень важное дело. На вопрос «какое дело?» отвечал, что я узнаю сам, когда придет время. Когда вся в слезах позвонила его сестра, я все понял и сразу спросил, не оставил ли он что-то для меня. Ответ был отрицательным. Тогда я спросил, знает ли она чем он был занят в последние месяцы. Ответ был тем же.

🔗 Живой бот, часть 1
Представляю новый рассказ о том, как один разработчик создал чат-бот самого себя и что из этого вышло. Pdf версию можно скачать здесь. У меня был друг. Единстве...

​Multiprocessing и реконсиляция данных из различных источников
Привет, Хабр!

В условиях многообразия распределенных систем, наличие выверенной информации в целевом хранилище является важным критерием непротиворечивости данных.

На этот счет существует немало подходов и методик, а мы остановимся на реконсиляции, теоретические аспекты которой были затронуты вот в этой статье. Предлагаю рассмотреть практическую реализацию данной системы, масштабируемой и адаптированной под большой объем данных.

Как реализовать этот кейс на старом-добром Python — читаем под катом! Поехали!

(Источник картинки)

🔗 Multiprocessing и реконсиляция данных из различных источников
Привет, Хабр! В условиях многообразия распределенных систем, наличие выверенной информации в целевом хранилище является важным критерием непротиворечивости дан...

​Form2Fit: Learning Shape Priors for Generalizable Assembly

https://form2fit.github.io/

🔗 Form2Fit
Learning generalizable policies for robotic kit assembly.

​Athena: A Framework for Defending Machine Learning Systems Against Adversarial Attacks

https://github.com/softsys4ai/athena

Paper: https://arxiv.org/abs/2001.00308v1
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 softsys4ai/athena
Athena: A Framework for Defending Machine Learning Systems Against Adversarial Attacks - softsys4ai/athena

​2019 — Year of BERT and Transformer

🔗 2019 — Year of BERT and Transformer
A short post about BERT and NLP projects in 2019

​14 Deep Learning Uses that blasted me away 2019

🔗 14 Deep Learning Uses that blasted me away 2019
BigGAN, CycleGAN, StyleGAN, GauGAN, Artbreeder, DeOldify etc.: My very personal list (incl. BONUS).

🎥 PyTorch Tutorial 09 - Dataset and DataLoader - Batch Training
👁 4 раз ⏳ 927 сек.
Learn all the basics you need to get started with this deep learning framework! In this part we see how we can use the built-in Dataset and DataLoader classes and improve our pipeline with batch training. See how we can write our own Dataset class and use available built-in datasets.

- Dataset and DataLoader
- Automatic batch calculation
- Batch optimization in training loop

Part 09: Dataset and DataLoader

If you enjoyed this video, please subscribe to the channel!

Official website:
https://pytorch.org

​MattiooFR/log-maker-100-days

🔗 MattiooFR/log-maker-100-days
This is a log.md generator for 100DaysOfCode Challenge. - MattiooFR/log-maker-100-days

​Are LSTMs Always Effective At Time Series Analysis? A Case Study of Oil Prices

🔗 Are LSTMs Always Effective At Time Series Analysis? A Case Study of Oil Prices
There has been much speculation as to whether models such as LSTM can be used to forecast asset prices — in this example, oil.

​Twitter analysis of the #AIDebate

By Samira A.Rahimi and Peyman Ghasemi, GitHub : https://github.com/rahimi-s-lab/Twitter-AI-Debate

#Emotion #Twitter #Visualization #WordsCloud

🔗 rahimi-s-lab/Twitter-AI-Debate
Contribute to rahimi-s-lab/Twitter-AI-Debate development by creating an account on GitHub.

​Scanned Document Classification using Computer Vision

🔗 Scanned Document Classification using Computer Vision
A deep learning approach to address the scanned document classification problem

Neural Style Transfer : From Theory to Pytorch Implementation

https://www.youtube.com/watch?v=c3kL9yFGUOY

🎥 Neural Style Transfer : From Theory to Pytorch Implementation
👁 4 раз ⏳ 3085 сек.
In this video I'll introduce you to neural style transfer, a cool way to use deep neural network to manipulate photo to yield beautiful automatically generated new photos! This is a fairly lengthy videos so here is the breakdown if you need to move around a bit:


Introduction: 0:00:00
Tools: 0:00:32
Resource: 0:01:01
Paper Overview from Leon A. Gatys, Alexander S. Ecker, Matthias Bethge: 0:02:30
Code from Pytorch Documentation Walkthrough: 0:20:23
Conclusion: 0:50:00

Here are the resources used in this v

🎥 What Needs to be Added to Machine Learning?
👁 1 раз ⏳ 3607 сек.
Leslie Valiant (Harvard)

TAU Theory-Fest
Tel Aviv University
29-30.12.19

Stacked DeBERT: All Attention in Incomplete Data for Text Classification

https://github.com/gcunhase/StackedDeBERT

Papaer https://arxiv.org/abs/2001.00137v1

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

​Можно ли доверять медицинским советам ботов? Доктора пока не уверены в этом
Компания Babylon Health, капитализация которой оценивается в $2 млрд, предлагает услуги чатбота, дающего медицинские советы на основе описываемых симптомов. Его использовали уже 1,7 млн раз. Однако эксперты волнуются, что он работает не совсем так, как обещают в рекламе.

Хэмиш Фрейзер впервые столкнулся с Babylon Health в 2017 году, когда они с коллегой для статьи в Wired помогали проверять точность диагнозов нескольких систем на базе ИИ, работающих по симптомам, и предназначенных для выдачи советов любому человеку, имеющему смартфон. Среди конкурентов с распознаванием распространённых болезней, включая астму и опоясывающий лишай, худшей оказалась программа проверки симптомов от Babylon Health. Фрейзер, который тогда работал инспектором по информатике здоровья в Лидском университете в Англии, заключил, что компании нужно очень серьёзно улучшать свой сервис, чтобы не уйти с рынка.

🔗 Можно ли доверять медицинским советам ботов? Доктора пока не уверены в этом
Компания Babylon Health, капитализация которой оценивается в $2 млрд, предлагает услуги чатбота, дающего медицинские советы на основе описываемых симптомов. Его...

​All Machine Learning Models Explained in 6 Minutes

🔗 All Machine Learning Models Explained in 6 Minutes
Intuitive explanations of the most popular machine learning models.

​10 ML & NLP Research Highlights of 2019
https://ruder.io/research-highlights-2019/

🔗 10 ML & NLP Research Highlights of 2019
This post gathers ten ML and NLP research directions that I found exciting and impactful in 2019.

Нейронные сети для старта

Нейронная сеть. Пытаюсь познакомиться. Часть 1.
Нейронная сеть. Часть 2. Рисунок из фотографии.
Нейронная сеть. Часть 3. Функция активации.
Нейронная сеть. Часть 4 . Нейрон смещения.

#video #neural

🎥 Нейронная сеть. Пытаюсь познакомиться. Часть 1.
👁 67 раз ⏳ 1205 сек.
Приступил к изучению нейронных сетей.
В планах создание небольшой библиотеки на Pixilang и эксперименты по использованию нейросети для разных за...

🎥 Нейронная сеть. Часть 2. Рисунок из фотографии.
👁 19 раз ⏳ 691 сек.
Ролик о преобразовании фотографии в рисунок с помощью нейронной сети.
Использую интерпретатор Pixilang без использования сторонних библиотек.
Целью...

🎥 Нейронная сеть. Часть 3. Функция активации.
👁 10 раз ⏳ 443 сек.
Ролик о создании функции активации для нейронной сети.
Хотел функцию, которая быстро работает и выход которой лежит в ограниченном диапазоне.

Цель...

🎥 Нейронная сеть. Часть 4 . Нейрон смещения.
👁 10 раз ⏳ 345 сек.
Делюсь своим пониманием, для чего нужен нейрон смещения
Скрипты для Pixilang https://yadi.sk/d/L86D1lk4lPcYQA

Моя группа ВКонтакте https://vk.co...

​How to use Kernels and Forums to Win Kaggle Competitions | by Jian Qiao | Kaggle

🔗 How to use Kernels and Forums to Win Kaggle Competitions | by Jian Qiao | Kaggle
Kaggle Days China edition was held on October 19-20 at Damei Center, Beijing.More than 400 data scientists and enthusiasts gathered to learn, make friends, and compete in a full-day offline competition. Kaggle Days is produced by LogicAI and Kaggle. About LogicAI: LogicAI is a boutique Data Science consultancy company owned by Kaggle fans and Grandmasters. As a global company, they do custom end-to-end AI and Data Science development projects as well as trainings for C-level management and tech teams. Wa