Dataset Search is now officially out of beta, discover millions of datasets on the web.
Learn more → https://datasetsearch.research.google.com/
🔗 Dataset Search
Learn more → https://datasetsearch.research.google.com/
🔗 Dataset Search
A Remake of the Factfulness Bubble Chart with Python and Plotly
🔗 A Remake of the Factfulness Bubble Chart with Python and Plotly
Let’s update our knowledge with a data-based worldview
🔗 A Remake of the Factfulness Bubble Chart with Python and Plotly
Let’s update our knowledge with a data-based worldview
Medium
A Remake of the Factfulness Bubble Chart with Python and Plotly
Let’s update our knowledge with a data-based worldview
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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.
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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.
YouTube
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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, ...
Что такое активное обучение?
Для получения достаточного количества обучающих данных для робомобилей не требуется задействовать толпы людей, размечающих видео вручную
Прочитав книгу по какой-то определённой теме, вы не станете в ней экспертом. Как не станете вы им, прочитав множество примерно одинаковых книг. Для того, чтобы стать настоящим профессионалом в какой-либо области знаний, требуется собрать большой объём информации из разных источников.
То же будет верным для робомобилей и других технологий, в основе которых лежит ИИ.
Глубокие нейросети, отвечающие за работу робомобиля, требуют всестороннего обучения. Им нужно изучить как ситуации, с которыми они могут столкнуться в повседневных условиях, так и те необычные случаи, с которыми ими никогда не придётся встретиться, если повезёт. Ключ к успеху – убедиться, что они обучаются на подходящих данных.
Но что такое подходящие данные? Это новые или неопределённые ситуации, а не постоянное повторение одного и того же.
🔗 Что такое активное обучение?
Для получения достаточного количества обучающих данных для робомобилей не требуется задействовать толпы людей, размечающих видео вручную Прочитав книгу по как...
Для получения достаточного количества обучающих данных для робомобилей не требуется задействовать толпы людей, размечающих видео вручную
Прочитав книгу по какой-то определённой теме, вы не станете в ней экспертом. Как не станете вы им, прочитав множество примерно одинаковых книг. Для того, чтобы стать настоящим профессионалом в какой-либо области знаний, требуется собрать большой объём информации из разных источников.
То же будет верным для робомобилей и других технологий, в основе которых лежит ИИ.
Глубокие нейросети, отвечающие за работу робомобиля, требуют всестороннего обучения. Им нужно изучить как ситуации, с которыми они могут столкнуться в повседневных условиях, так и те необычные случаи, с которыми ими никогда не придётся встретиться, если повезёт. Ключ к успеху – убедиться, что они обучаются на подходящих данных.
Но что такое подходящие данные? Это новые или неопределённые ситуации, а не постоянное повторение одного и того же.
🔗 Что такое активное обучение?
Для получения достаточного количества обучающих данных для робомобилей не требуется задействовать толпы людей, размечающих видео вручную Прочитав книгу по как...
Хабр
Что такое активное обучение?
Для получения достаточного количества обучающих данных для робомобилей не требуется задействовать толпы людей, размечающих видео вручную Прочитав книгу по какой-то определённой теме, вы не станете в...
Quantitative, Qualitative or Maybe Both?
🔗 Quantitative, Qualitative or Maybe Both?
In order to effectively solve business problems, data scientists must determine whether outputs are quantitative or qualitative. Read me to
🔗 Quantitative, Qualitative or Maybe Both?
In order to effectively solve business problems, data scientists must determine whether outputs are quantitative or qualitative. Read me to
Medium
Quantitative, Qualitative, or Maybe Both?
In order to effectively solve business problems, data scientists must determine whether outputs are quantitative or qualitative. Read me to
Как прошел 2019 год в области математики и Computer Science
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science».
Математики и информатики за прошедший год добились больших успехов в теории чисел, теории графов, машинном обучении и квантовых вычислениях, даже пересмотрели наши фундаментальные понятия математики и нейронных сетей.
Для математиков и специалистов по computer science 2019 год был годом повторений и пристального изучения. Одни пересматривали основополагающие принципы, в том время как другие находили поразительно простые доказательства, новые методы решения проблем или постигали неожиданные решения давних задач. Некоторые из этих достижений уже нашли широкое применение в физике и других научных дисциплинах. Другие же существуют исключительно в качестве теории (или просто для развлечения), и с практической точки зрения на сегодняшний день не несут никакой пользы.
🔗 Как прошел 2019 год в области математики и Computer Science
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science». Математики и информатики за прошедший год д...
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science».
Математики и информатики за прошедший год добились больших успехов в теории чисел, теории графов, машинном обучении и квантовых вычислениях, даже пересмотрели наши фундаментальные понятия математики и нейронных сетей.
Для математиков и специалистов по computer science 2019 год был годом повторений и пристального изучения. Одни пересматривали основополагающие принципы, в том время как другие находили поразительно простые доказательства, новые методы решения проблем или постигали неожиданные решения давних задач. Некоторые из этих достижений уже нашли широкое применение в физике и других научных дисциплинах. Другие же существуют исключительно в качестве теории (или просто для развлечения), и с практической точки зрения на сегодняшний день не несут никакой пользы.
🔗 Как прошел 2019 год в области математики и Computer Science
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science». Математики и информатики за прошедший год д...
Хабр
Как прошел 2019 год в области математики и Computer Science
Перевод статьи подготовлен специально для студентов базового и продвинутого курсов «Математика для Data Science». Математики и информатики за прошедший год д...
Two interesting works on Unsupervised Object Detection & Tracking
http://e2crawfo.github.io/
🔗 Eric Crawford
Website of Eric Crawford, PhD student studying machine learning and theoretical neuroscience.
http://e2crawfo.github.io/
🔗 Eric Crawford
Website of Eric Crawford, PhD student studying machine learning and theoretical neuroscience.
e2crawfo.github.io
Eric Crawford
Website of Eric Crawford, PhD student studying machine learning and theoretical neuroscience.
How to Train BERT Models with limited GPU RAM (Pytorch) | Michael Yeh | Kaggle Days
🔗 How to Train BERT Models with limited GPU RAM (Pytorch) | Michael Yeh | Kaggle Days
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.
🔗 How to Train BERT Models with limited GPU RAM (Pytorch) | Michael Yeh | Kaggle Days
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.
YouTube
How to Train BERT Models with limited GPU RAM (Pytorch) | Michael Yeh | Kaggle Days
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, ...
Google just published 25 million free datasets
Here’s what you need to know about the largest data repository in the world
https://towardsdatascience.com/google-just-published-25-million-free-datasets-d83940e24284?source=collection_home---4------1-----------------------
🔗 Google just published 25 million free datasets
Here’s what you need to know about the largest data repository in the world
Here’s what you need to know about the largest data repository in the world
https://towardsdatascience.com/google-just-published-25-million-free-datasets-d83940e24284?source=collection_home---4------1-----------------------
🔗 Google just published 25 million free datasets
Here’s what you need to know about the largest data repository in the world
Medium
Google just published 25 million free datasets
Here’s what you need to know about the largest data repository in the world
Optimal binning: mathematical programming formulation
OptBinning is a library written in Python implementing a rigorous and flexible mathematical programming formulation to solving the optimal binning problem for a binary, continuous and multiclass target type, incorporating constraints not previously addressed.
Code: https://github.com/guillermo-navas-palencia/optbinning
Paper: https://arxiv.org/abs/2001.08025v1
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 guillermo-navas-palencia/optbinning
Optimal binning: mathematical programming formulation - guillermo-navas-palencia/optbinning
OptBinning is a library written in Python implementing a rigorous and flexible mathematical programming formulation to solving the optimal binning problem for a binary, continuous and multiclass target type, incorporating constraints not previously addressed.
Code: https://github.com/guillermo-navas-palencia/optbinning
Paper: https://arxiv.org/abs/2001.08025v1
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 guillermo-navas-palencia/optbinning
Optimal binning: mathematical programming formulation - guillermo-navas-palencia/optbinning
Making big moves in Big Data with Hadoop, Hive, Parquet, Hue and Docker
🔗 Making big moves in Big Data with Hadoop, Hive, Parquet, Hue and Docker
Jump and run in this brief introduction to Big Data with Hadoop, Hive, Parquet, Hue and Docker.
🔗 Making big moves in Big Data with Hadoop, Hive, Parquet, Hue and Docker
Jump and run in this brief introduction to Big Data with Hadoop, Hive, Parquet, Hue and Docker.
Medium
Making big moves in Big Data with Hadoop, Hive, Parquet, Hue and Docker
Jump and run in this brief introduction to Big Data with Hadoop, Hive, Parquet, Hue and Docker.
This is the Architecture Powering Machine Learning at LinkedIn
🔗 This is the Architecture Powering Machine Learning at LinkedIn
LinkedIn has implemented a very advanced architecture for developing machine learning solutions at scale.
🔗 This is the Architecture Powering Machine Learning at LinkedIn
LinkedIn has implemented a very advanced architecture for developing machine learning solutions at scale.
Medium
This is the Architecture Powering Machine Learning at LinkedIn
LinkedIn has implemented a very advanced architecture for developing machine learning solutions at scale.
🎥 Machine Learning (Online) Program Webinar | MIT Professional Education | 24-01-20
👁 1 раз ⏳ 3600 сек.
👁 1 раз ⏳ 3600 сек.
Learn more about the program here: http://bit.ly/2uwopGg
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.Vk
Machine Learning (Online) Program Webinar | MIT Professional Education | 24-01-20
Learn more about the program here: http://bit.ly/2uwopGg
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.
This is a 60-minute webinar recording to learn more about the upcoming Machine Learning (Online) Program, followed by a Q&A session.
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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.
🔗 Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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.
YouTube
Kaggle Pixel Pro - Building Your Own AI Camera | Pavel Ostyakov | Kaggle Days
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, ...
Привет, уважаемое сообщество. Спешу поделиться новостью о том, что моя книга по машинному обучению наконец-то выходит от издательства Питер и уже доступна для предзаказов на сайте издательства. Издание цветное, перевод на русский выполнялся не мной, но я принимал активное участие в проекте, дважды вычитывал и исправлял текст, так что качество получилось отличное и мой авторский стиль сохранен в переводе.
Предисловие к изданию написал Сергей Николенко, автор книги «Глубокое обучение. Погружение в мир нейронных сетей».
Ссылка: https://www.piter.com/collection/soon/product/mashinnoe-obuchenie-bez-lishnih-slov
🔗 Машинное обучение без лишних слов
Все, что вам действительно нужно знать в машинном обучении
Предисловие к изданию написал Сергей Николенко, автор книги «Глубокое обучение. Погружение в мир нейронных сетей».
Ссылка: https://www.piter.com/collection/soon/product/mashinnoe-obuchenie-bez-lishnih-slov
🔗 Машинное обучение без лишних слов
Все, что вам действительно нужно знать в машинном обучении
Книга Python: Deeper Insights into Machine Learning
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.epub - 💾24 243 213
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.pdf - 💾14 525 480
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.epub - 💾24 243 213
📝 Raschka S., Julian D., Hearty J. - Python Deeper Insights into Machine Learning - 2017.pdf - 💾14 525 480
Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
🔗 Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By integrating graph learning techniques with our Uber Eats recommendation system, we created a more seamless and individualized user experience for eaters on our platform.
🔗 Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By integrating graph learning techniques with our Uber Eats recommendation system, we created a more seamless and individualized user experience for eaters on our platform.
Uber Engineering Blog
Food Discovery with Uber Eats: Using Graph Learning to Power Recommendations
By leveraging graph learning techniques to power our Uber Eats recommendation system, we created a more seamless and individualized eater experience.
10 групп, на которые разделяются алгоритмы машинного обучения
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
🔗 The 10 Most Popular Groups of Machine Learning Algorithms
What is a better way to discover machine learning than through the most popular machine learning algorithms?
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
🔗 The 10 Most Popular Groups of Machine Learning Algorithms
What is a better way to discover machine learning than through the most popular machine learning algorithms?