​Neural Ordinary Differential Equations for Semantic Segmentation of Individual Colon Glands
Hans Pinckaers, Geert Litjens : https://arxiv.org/abs/1910.10470
GitHub : https://github.com/DIAGNijmegen/neural-odes-segmentation
#MedNeurIPS #NeurIPS #NeurIPS2019

🔗 Neural Ordinary Differential Equations for Semantic Segmentation of Individual Colon Glands
Automated medical image segmentation plays a key role in quantitative research and diagnostics. Convolutional neural networks based on the U-Net architecture are the state-of-the-art. A key disadvantage is the hard-coding of the receptive field size, which requires architecture optimization for each segmentation task. Furthermore, increasing the receptive field results in an increasing number of weights. Recently, Neural Ordinary Differential Equations (NODE) have been proposed, a new type of continuous depth deep neural network. This framework allows for a dynamic receptive field at a fixed memory cost and a smaller amount of parameters. We show on a colon gland segmentation dataset (GlaS) that these NODEs can be used within the U-Net framework to improve segmentation results while reducing memory load and parameter counts.

​Class-balanced Grouping and Sampling for Point Cloud 3D Object Detection

https://github.com/poodarchu/Det3D

https://arxiv.org/abs/1908.09492v1

🔗 poodarchu/Det3D
A general 3D object detection codebse. Contribute to poodarchu/Det3D development by creating an account on GitHub.

​A Tale about a Giant, a Machine Learning pill, and the Automotive Industry

🔗 A Tale about a Giant, a Machine Learning pill, and the Automotive Industry
Second story of the fairytale trilogy on the impact of Artificial Intelligence on one of the world’s most important industries.

​Plot the Shape of My Heart

🔗 Plot the Shape of My Heart
How two simple functions form a beautiful pictogram

🎥 Apache Beam for Production Machine Learning: TensorFlow Extended (TFX)
👁 1 раз ⏳ 1432 сек.
Developing ML and deep learning applications to be deployed in production is much more than just training a model. Google has taken years of experience in developing production ML pipelines and offered the open source community TensorFlow Extended (TFX), an open source version of the ML platform that Google uses internally. Pipeline processing is a core requirement of any production ML platform, and the TFX has chosen Apache Beam to implement their pipeline.

Learn from Google’s experience in applying Beam

🎥 PyTorch Essential Training Deep Learning
👁 3 раз ⏳ 3371 сек.

Профессор математики из MIT рассказывает о структуре линейной алгебры.

https://youtu.be/ggWYkes-n6E

🎥 The Big Picture of Linear Algebra
👁 4 раз ⏳ 957 сек.
MIT RES.18-009 Learn Differential Equations: Up Close with Gilbert Strang and Cleve Moler, Fall 2015
View the complete course: http://ocw.mit.edu/RES-18-009F15
Instructor: Gilbert Strang

A matrix produces four subspaces: column space, row space (same dimension), the space of vectors perpendicular to all rows (the nullspace), and the space of vectors perpendicular to all columns.

License: Creative Commons BY-NC-SA
More information at http://ocw.mit.edu/terms
More courses at http://ocw.mit.edu

​FREE course

Learn complete python with basics, data science, data visualisation, desktop graphical applications and python for web.

https://www.udemy.com/course/python-complete-bootcamp-2019-learn-by-applying-knowledge/?couponCode=8ECE28D5A2B1495C69CB

🔗 Python Bootcamp 2020 Build 15 working Applications and Games
Learn complete python with basics, data science, data visualisation, desktop graphical applications and python for web.

​Что принёс нам Pandas 1.0

9 января состоялся релиз Pandas 1.0.0rc. Предыдущая версия библиотеки — 0.25.
Первый мажорный релиз содержит множество замечательных нововведений, в том числе улучшенное автоматическое суммирование датафреймов, больше форматов вывода, новые типы данных и даже новый сайт документации.
Все изменения можно посмотреть здесь, в статье же мы ограничимся небольшим, менее техническим обзором самого главного.

🔗 Что принёс нам Pandas 1.0
9 января состоялся релиз Pandas 1.0.0rc. Предыдущая версия библиотеки — 0.25. Первый мажорный релиз содержит множество замечательных нововведений, в том числе у...

​Перевод книги Эндрю Ына «Страсть к машинному обучению» Главы 30 — 31
предыдущие главы
30 Интерпретация кривой обучения: Большое смещение
Предположим, ваша кривая ошибок на валидационной выборке выглядит следующим образом:

Мы уже говорили, что если ошибка алгоритма на валидационной выборке вышла на плато, вы вряд ли сможете достигнуть желаемого уровня качества просто добавляя данные.
Но трудно предположить, как будет выглядеть экстраполяция кривой зависимости качества алгоритма на валидационной выборке (Dev error) при добавлении данных. А если валидационная выборка маленькая, то ответить на этот вопрос еще сложнее из-за того, что кривая может быть зашумлена (иметь большой разброс точек).
Предположим, мы добавили на наш график кривую зависимости величины ошибки от количества данных тестовой выборки и получили следующую картину:

🔗 Перевод книги Эндрю Ына «Страсть к машинному обучению» Главы 30 — 31
предыдущие главы 30 Интерпретация кривой обучения: Большое смещение Предположим, ваша кривая ошибок на валидационной выборке выглядит следующим образом: Мы уже...

​Tableau в рознице, реально?
Время отчётности в Excel стремительно уходит — тренд на удобные инструменты представления и анализа информации виден во всех сферах. Мы давно обсуждали внутри цифровизацию построения отчётности и выбрали систему визуализации и self-service аналитики Tableau. Александр Безуглый, руководитель отдела аналитических решений и отчётности Группы «М.Видео-Эльдорадо», рассказал об опыте и итогах построения боевого дашборда.

Скажу сразу, не все, что было задумано, удалось реализовать, но опыт был интересный, надеюсь, он будет полезен и вам. А если у кого-то возникнут идеи, как можно было сделать лучше – буду очень признателен за советы и идеи.

Под катом о том, с чем мы столкнулись и о чем узнали.

🔗 Tableau в рознице, реально?
Время отчётности в Excel стремительно уходит — тренд на удобные инструменты представления и анализа информации виден во всех сферах. Мы давно обсуждали внутри ци...

​Keras Functional API в TensorFlow

В Keras есть два API для быстрого построения архитектур нейронных сетей Sequential и Functional. Если первый позволяет строить только последовательные архитектуры нейронных сетей, то с помощью Functional API можно задать нейронную сеть в виде произвольного направленного ациклического графа, что дает намного больше возможностей для построения сложных моделей. В материале перевод руководства, посвященного особенностям Functional API, с сайта TensorFlow.

🔗 Keras Functional API в TensorFlow
В Keras есть два API для быстрого построения архитектур нейронных сетей Sequential и Functional. Если первый позволяет строить только последовательные архитект...

​Что влияет на выдачу кредита. Обзор Home Credit Default Risk
Рассмотрим, как работают алгоритмы в банковском скоринге, какие метрики используются и какие параметры заемщика влияют на то, выдадут кредит или нет. В статье описывается прошедший конкурс с kaggle по предсказанию вероятности дефолта и приводятся влияющие на риск дефолта параметры.

Ошибка первого и второго рода
Цель банка – заработать деньги. Первый риск, с которым сталкивается кредитная организация — дать кредит заемщику, который допустит дефолт. Дефолт может иметь разным причины, от финансовых трудностей заемщика, и заканчивая фродом.

Для банка это — ошибка первого рода.

Но если банк будет вести жесткую политику, и никому не выдает кредиты, даже тем, кто вернул бы деньги, то банк не заработает на процентах. Отказ в кредите ответственному заемщику – ошибка второго рода.

Для оценки качества принимаемых алгоритмом решений, используется коэффициент Джини (GINI). В экономике и в Data Science коэффициент Gini имеет разную интерпретацию. Для кредитного скоринга он рассчитывается, как

GINI = 2 ROC AUC — 1

Для оценки банковского скоринга используется стандартная ROC AUC кривая!

🔗 Что влияет на выдачу кредита. Обзор Home Credit Default Risk
Рассмотрим, как работают алгоритмы в банковском скоринге, какие метрики используются и какие параметры заемщика влияют на то, выдадут кредит или нет. В статье оп...

​How To Get Free GPU Hardware

🔗 How To Get Free GPU Hardware
And what to do when you outgrow it

​Top 3 Resources to Learn Machine Learning

🔗 Top 3 Resources to Learn Machine Learning
Looking for a course in applied machine learning? Or something bit more theoretical? Start here.

​Peering into the genome of brain tumor - Neuroscience News

🔗 Peering into the genome of brain tumor - Neuroscience News
A new convolutional neural network that utilizes MRI brain scans can forecast genetic mutations in glioma brain tumors.

​Named-Entity-Recognition-NER-Papers
By Pengfei Liu, Jinlan Fu and other contributors: https://github.com/pfliu-nlp/Named-Entity-Recognition-NER-Papers

🔗 pfliu-nlp/Named-Entity-Recognition-NER-Papers
An elaborate and exhaustive paper list for Named Entity Recognition (NER) - pfliu-nlp/Named-Entity-Recognition-NER-Papers

​THE AMALGAMATION OF DATA SCIENCE AND NEUROSCIENCE
https://www.analyticsinsight.net/the-amalgamation-of-data-science-and-neuroscience/

🔗 The Amalgamation of Data Science and Neuroscience | Analytics Insight
The key neuro- science idea driving the weakness of minds is "normal statistics." It would seem animal brains advanced to work in natural habitats, and they likewise adapt best in those equivalent situations.

Как стать Data Engineer в 2020 году.

https://youtu.be/vNNoNs_VeWc

🎥 How to Become a Data Engineer in 2020
👁 1 раз ⏳ 502 сек.
How to Become a Data Engineer in 2020? | Check out the ultimate guide http://bit.ly/34DPiFj to find out or watch this video. We'll talk about becoming a data engineer in 2020, focusing on who the data engineer is, what they do, how much they make, and what education and skills you need to become one.

0:58 ENROLL THE 365 DATA SCIENCE PROGRAM WITH 20% OFF DISCOUNT http://bit.ly/2CfNztx

8:05 LINK TO ‘’STARTING A CAREER IN DATA SCIENCE: THE ULTIMATE GUIDE’’ http://bit.ly/34DPiFj

Who’s the data engineer and

​Top 21 Machine Learning Project Ideas for 2020 [Source Code Included] - DataFlair

🔗 Top 21 Machine Learning Project Ideas for 2020 [Source Code Included] - DataFlair
Check out machine learning project ideas for beginners, intermediates, and experts to gain practical experience and to make yourself job ready.