​Data Cleaning with Pandas — Avoid this Mistake!

🔗 Data Cleaning with Pandas — Avoid this Mistake!
Pandas is an extremely useful data manipulation package in Python. For the most part, functions are intuitive, speedy, and easy to use…

​https://www.youtube.com/watch?v=uHGlCi9jOWY&feature=emb_logo

🔗 Data Science – Baba Brinkman Music Video
Rap battle between a data scientist and a classical statistician, arguing for predictive algorithmic models versus inferential data models respectively. Download the audio: https://soundcloud.com/bababrinkman/data-science Learn more: https://soundcloud.com/altereverything/43-data-science-through-the-eyes-of-statisticians https://towardsdatascience.com/thoughts-on-the-two-cultures-of-statistical-modeling-72d75a9e06c2 https://www.oreilly.com/ideas/predictive-modeling-striking-a-balance-between-accuracy-an

​Neuroimaging may become a key tool in the diagnosis of mental health disorders:
https://neurosciencenews.com/mental-health-neuroimaging-15502/

🔗 Brain imaging may improve diagnosis and treatment of mental health disorders - Neuroscience News
Neuroimaging may become a key tool in the diagnosis of mental health disorders, including anxiety and depression.

​Free Online Course: Fundamentals of Machine Learning from Complexity Explorer Class Central
https://www.complexityexplorer.org/courses/81-fundamentals-of-machine-learning

🔗 Complexity Explorer
Complexity Explorer provides online courses and educational materials about complexity science. Complexity Explorer is an education project of the Santa Fe Institute - the world headquarters for complexity science.

Best of arXiv for AI, Machine Learning, and Deep Learning – December 2019

https://insidebigdata.com/2020/01/16/best-of-arxiv-org-for-ai-machine-learning-and-deep-learning-december-2019

Машинное обучение
Все лекции в видеоальбоме: https://vk.cc/8uZUMZ
#video #ai


#video

🎥 Лекция 1 | Машинное обучение | Сергей Николенко | Лекториум
👁 241 раз ⏳ 5396 сек.
Лекция 1 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 2 | Машинное обучение | Сергей Николенко | Лекториум
👁 30 раз ⏳ 4251 сек.
Лекция 2 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 3 | Машинное обучение | Сергей Николенко | Лекториум
👁 21 раз ⏳ 3352 сек.
Лекция 3 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 4 | Машинное обучение | Сергей Николенко | Лекториум
👁 20 раз ⏳ 6109 сек.
Лекция 4 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 5 | Машинное обучение | Сергей Николенко | Лекториум
👁 14 раз ⏳ 5170 сек.
Лекция 5 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 6 | Машинное обучение | Сергей Николенко | Лекториум
👁 12 раз ⏳ 5297 сек.
Лекция 6 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 7 | Машинное обучение | Сергей Николенко | Лекториум
👁 9 раз ⏳ 2860 сек.
Лекция 7 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 8 | Машинное обучение | Сергей Николенко | Лекториум
👁 13 раз ⏳ 2317 сек.
Лекция 8 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 9 | Машинное обучение | Сергей Николенко | Лекториум
👁 18 раз ⏳ 3029 сек.
Лекция 9 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это виде...

🎥 Лекция 10 | Машинное обучение | Сергей Николенко | Лекториум
👁 16 раз ⏳ 6184 сек.
Лекция 10 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ

Смотрите это вид...

🎥 NeurlPS New Year Afterparty
👁 1 раз ⏳ 10122 сек.
00:00:06 - Открытие - Михаил Биленко
00:02:13 - Reinforcement learning на NeurIPS 2019: как это было - Сергей Колесников
00:27:41 - Обзор работ NLP на NeurIPS 2019 - Михаил Бурцев
00:54:41 - Пути к пониманию вида поверхности функции потерь - Дмитрий Ветров
01:19:00 - Обзор работ по компьютерному зрению на NeurIPS 2019 - Константин Лахман, Сергей Овчаренко
01:43:02 - Моделирование последовательностей с неограниченным порядком порождения - Дмитрий Емельяненко
01:54:59 - Reverse KL-Divergence Training of Prior

Введение в ML для Java-разработчиков #2 / Hadoop и MapReduce [Технострим]

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

🎥 Введение в ML для Java-разработчиков #2 / Hadoop и MapReduce [Технострим]
👁 1 раз ⏳ 7919 сек.
Лекция №2 "Hadoop и MapReduce "
Курс "Введение в ML для Java-разработчиков"
Технополис Mail.Ru Group, СПбПУ Петра Великого

Другие лекции курса: http://bit.ly/2NoqZ83

📝ПОДРОБНЕЕ О КУРСЕ:
Описание и программа: http://bit.ly/36S2U17

Цель курса — познакомить начинающих java-разработчиков со сферой машинного обучения и основным стеком технологий и инструментами, которые используются исследователями при работе в высоконагруженных системах.

👨‍💻ВМЕСТЕ С ЭТИМ КУРСОМ РЕКОМЕНДУЕМ ИЗУЧИТЬ:
Курс "Безопасность инте

​Advbox: a toolbox to generate adversarial examples that fool neural networks

Code: https://github.com/advboxes/AdvBox

Paper: https://arxiv.org/abs/2001.05574v1

🔗 advboxes/AdvBox
Advbox is a toolbox to generate adversarial examples that fool neural networks in PaddlePaddle、PyTorch、Caffe2、MxNet、Keras、TensorFlow and Advbox can benchmark the robustness of machine learning mode...

​Тренировка по машинному обучению 18 января

🔗 Тренировка по машинному обучению 18 января
Тренировка по машинному обучению – это открытый митап, на который мы приглашаем участников соревнований по анализу данных, чтобы познакомиться, рассказать про задачи, обменяться опытом участия и пообщаться. С докладами выступают успешные участники последних соревнований на Kaggle и других платформах — рассказывают о своих решениях: какие техники и методы использовали они сами, а какие помогли их конкурентам. В программе 18 января: 12:00 — 12:30 — Роман Пьянков - Zindi Sendy Logistics Challenge (rus) 12:30

​Evolution of circuits for machine learning

https://www.nature.com/articles/d41586-020-00002-x

🔗 Evolution of circuits for machine learning
Classification using an unconventional silicon-based circuit.

🎥 Нейросеть учится играть в змейку | ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
👁 1 раз ⏳ 271 сек.
Видео посвящено довольно актуальной теме - искусственный интеллект. В этом видео мы будем учить нейронную сеть играть в змейку используя генетический алгоритм. Я коротко расскажу о методе обучения нейросетей, продемонстрирую принцип работы нейросети и покажу процесс ее обучения.

Скачать эту игру можно по ссылке: https://drive.google.com/file/d/1132wFuRkdzdkrPEbFRYpNS-FPGqgO_N2/view?usp=sharing

♫Music By♫
●Satchel & Worezh - Summer Breeze [Bass Rebels Release]
●Song/Free Download - https://youtu.be/hdETxQ

Семинар: Нейросети в компьютерном зрении: практика (08.12.2019)

https://www.youtube.com/watch?v=XSPYe4-y4HE

🎥 Семинар: Нейросети в компьютерном зрении: практика (08.12.2019)
👁 2 раз ⏳ 10045 сек.
Занятие ведет Илья Захаркин (Сколтех, ФПМИ МФТИ).

Ссылка на материалы (ноутбуки) занятия: https://bit.ly/2RnBlpS

Тайм-коды:
0:03:20 -- задача классификации, введение в ноутбук занятия
0:06:20 -- архитектуры свёрточных нейросетей
0:10:28 -- архитектура EfficientNet
0:13:35 -- общая схема обучения нейросети
---------------
0:26:10 -- скринкаст включен. Начало практики с Catalyst  (соотв. ноутбук лежит в папке с материалами)
0:28:40 -- работа с ноутбуком с примером использования Catalyst
0:32:07 -- работа с

​3DPeople: Modeling the Geometry of Dressed Humans
Pumarola et al.: https://cv.iri.upc-csic.es
#ArtificialIntelligence #Dataset #DeepLearning

🔗 3DPeople Dataset

😻 Блин парни ❤ ❤

​DeepMind Research

This repository contains implementations and illustrative code to accompany DeepMind publications

https://github.com/deepmind/deepmind-research

https://arxiv.org/abs/1910.14481v1

🔗 deepmind/deepmind-research
This repository contains implementations and illustrative code to accompany DeepMind publications - deepmind/deepmind-research

​Syncing your blog with your PC, and using your word processor

🔗 Syncing your blog with your PC, and using your word processor
With GitHub Pages you can synchronize your blog with your computer, and write posts with MS Word or Google Docs

​Lightning Fast XGBoost on Multiple GPUs

🔗 Lightning Fast XGBoost on Multiple GPUs
Without a lot of code changes

​Using Google BigQuery to Analyze Data from the EBI Small Molecules Database

🔗 Using Google BigQuery to Analyze Data from the EBI Small Molecules Database
Analyzing the European Bioinformatics Institute CheMBL Dataset

​Optuna: A hyperparameter optimization framework

Optuna is an automatic hyperparameter optimization software framework, particularly designed for machine learning.

Code: https://github.com/optuna/optuna

Paper: https://arxiv.org/abs/1907.10902v1

Tutorial: https://optuna.org/

🔗 optuna/optuna
A hyperparameter optimization framework. Contribute to optuna/optuna development by creating an account on GitHub.