​A review of machine learning for neuroscience:
https://www.mdpi.com/2076-3425/9/3/67/htm

🔗 Sketching the Power of Machine Learning to Decrypt a Neural Systems Model of Behavior
Uncovering brain-behavior mechanisms is the ultimate goal of neuroscience. A formidable amount of discoveries has been made in the past 50 years, but the very essence of brain-behavior mechanisms still escapes us. The recent exploitation of machine learning (ML) tools in neuroscience opens new avenues for illuminating these mechanisms. A key advantage of ML is to enable the treatment of large data, combing highly complex processes. This essay provides a glimpse of how ML tools could test a heuristic neural systems model of motivated behavior, the triadic neural systems model, which was designed to understand behavioral transitions in adolescence. This essay previews analytic strategies, using fictitious examples, to demonstrate the potential power of ML to decrypt the neural networks of motivated behavior, generically and across development. Of note, our intent is not to provide a tutorial for these analyses nor a pipeline. The ultimate objective is to relate, as simply as possible, how complex neuroscience c

🎥 Machine learning + neuroscience = biologically feasible computing | Benjamin Migliori | TEDxSanDiego
👁 1 раз ⏳ 720 сек.
Whether you're a human, an animal, or a machine, decisions can't be made without perception, which is how we come to understand the world around us. Machine learning will allow us to create a future in which artificial systems extend and augment our abilities, to help us create and imagine. To do that, we need to create machines that make decisions based on instinct, context, and minimal training. Combining neuroscience and machine learning, we can enter the world of biologically feasible computing. Compani

🎥 Stanford ICME Lecture on Why Deep Learning Works. Jan 2020
👁 1 раз ⏳ 4558 сек.
Random Matrix Theory (RMT) is applied to analyze the weight matrices of
Deep Neural Networks (DNNs), including production quality, pre-trained
models and smaller models trained from scratch. Empirical and theoretical
results indicate that the DNN training process itself implements a
form of self-regularization, evident in the empirical spectral density (ESD)
of DNN layer matrices. To understand this, we provide a phenomenology
to identify 5+1 Phases of Training, corresponding to increasing amounts of
i

​ML,VR & Robots (и немного облака)
Всем привет!

Хочу рассказать об очень не скучном проекте, где пересеклись робототехника, Machine Learning (а вместе это уже Robot Learning), виртуальная реальность и немного облачных технологий. И все это на самом деле имеет смысл. Ведь это и правда удобно — вселяться в робота, показывать, что ему делать, а затем обучать веса на ML сервере по сохраненным данным.

Под катом мы расскажем, как оно сейчас работает, и немного деталей про каждый из аспектов, который пришлось разрабатывать.

🔗 ML,VR & Robots (и немного облака)
Всем привет! Хочу рассказать об очень не скучном проекте, где пересеклись робототехника, Machine Learning (а вместе это уже Robot Learning), виртуальная реальн...

​Промышленные безвентиляторные ПК на базе Intel NUC в объектовой видеоаналитике
Пост-призер новогоднего NUCо-конкурса Intel.

Мы в компании ComBox работаем с Intel NUC начиная с четвертого поколения и используем их для исполнения нейронных сетей в объектовой видеоаналитике. В 2014 году мы начали знакомство с модели Intel NUC4i5MYHE, потом решения были мигрированы на Intel NUC5i3RYB, сейчас применяются Intel NUC8i5BEK.

Пример решения на базе Intel NUC: сервер на 8 Intel NUC8i5BEK в форм-факторе 1U и Outdoor Box NUC (промышленный безвентиляторный ПК для наружного использования) на базе Intel NUC5i3RYB

🔗 Промышленные безвентиляторные ПК на базе Intel NUC в объектовой видеоаналитике
Пост-призер новогоднего NUCо-конкурса Intel. Мы в компании ComBox работаем с Intel NUC начиная с четвертого поколения и используем их для исполнения нейронных с...

​OpenVINO хакатон: распознаем голос и эмоции на Raspberry Pi
30 ноября — 1 декабря в Нижнем Новгороде прошел OpenVINO хакатон. Участникам предлагалось создать прототип продуктового решения с использованием Intel OpenVINO toolkit. Организаторами был предложен список примерных тем, на которые можно было ориентироваться при выборе задачи, но финальное решение оставалось за командами. Кроме этого, поощрялось использование моделей, которые не входят в продукт.

В статье расскажем про то, как мы создавали свой прототип продукта, с которым в итоге заняли первое место.

🔗 OpenVINO хакатон: распознаем голос и эмоции на Raspberry Pi
30 ноября — 1 декабря в Нижнем Новгороде прошел OpenVINO хакатон. Участникам предлагалось создать прототип продуктового решения с использованием Intel OpenVINO t...

​The Ultimate Guide to Getting Started in Data Science

🔗 The Ultimate Guide to Getting Started in Data Science
How I started getting data science job offers in under 6 months

​Introduction To Data Visualization Using Matplotlib - Python Learning

🔗 Introduction To Data Visualization Using Matplotlib - Python Learning
Get started on how to create a nice visualization with python and matplotlib using the functional and object-oriented methods.

​Machine Learning with Signal Processing Techniques

https://www.analyticbridge.datasciencecentral.com/profiles/blogs/machine-learning-with-signal-processing-techniques

🔗 Machine Learning with Signal Processing Techniques
Stochastic Signal Analysis is a field of science concerned with the processing, modification and analysis of (stochastic) signals. Anyone with a background in…

​a new NLU benchmark for testing the ability of models to break down a question into the required steps for computing its answer.

https://allenai.github.io/Break/

🔗 A Question Understanding Benchmark
A Question Understanding Benchmark

🎥 SVD: Image Compression [Python]
👁 1 раз ⏳ 586 сек.
This video describes how to use the singular value decomposition (SVD) for image compression in Python.

Book Website: http://databookuw.com
Book PDF: http://databookuw.com/databook.pdf

These lectures follow Chapter 1 from: "Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control" by Brunton and Kutz

Amazon: https://www.amazon.com/Data-Driven-Science-Engineering-Learning-Dynamical/dp/1108422098/

Brunton Website: eigensteve.com

​Thinc – deep learning library with type-checked, functional-programming API for composing models, with support for layers defined in other frameworks such as PyTorch, TensorFlow and MXNet.

https://thinc.ai/docs
https://github.com/explosion/thinc

🔗 Introduction · Thinc · A refreshing functional take on deep learning
Thinc is a lightweight type-checked deep learning library for composing models, with support for layers defined in frameworks like PyTorch and TensorFlow.

​Computer Vision 101: Learn Face Detection And Conditional Filtering

🔗 Computer Vision 101: Learn Face Detection And Conditional Filtering
OpenCV is the state-of-the-art computer vision, it is used by many tech companies, such as Google, Intel and IBM and also companies…

🎥 How to encode categorical features for GBDT | Ryuji Sakata | Kaggle Days
👁 1 раз ⏳ 1668 сек.
Kaggle Days Tokyo took place on December 11-12, 2019 at Mori Tower, Roppongi Hills, Tokyo.

This was the 6th edition of our signature two-day event featuring Master and Grandmaster speakers, and a live, all-day Kaggle Competition.

This edition was sponsored by Google Cloud (GCP), Data Science Dojo, and DeNA.

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-

🎥 Knowledge Distillation for BERT
👁 2 раз ⏳ 3857 сек.
Современные языковые модели становятся всё глубже и сложнее, в них насчитываются миллионы параметров (BERT — 340, GPT-2 — 1500, ELMo — 94), что плохо сказывается на времени и стоимости обучения, а также на внедрение их в смартфоны, edge-устройства и т.п. Поэтому возникают задачи по оптимизации таких моделей, с целью более широкого их применения. С другой стороны, есть работы, которые утверждают, что BERT содержит излишне много параметров, а значит его можно уменьшить без потери качества.

На этом семинаре м

​10 Best and Free Machine Learning Courses, Online
https://www.kdnuggets.com/2019/12/best-free-machine-learning-courses-online.html

🔗 10 Best and Free Machine Learning Courses, Online - KDnuggets
Getting ready to leap into the world of Data Science? Consider these top machine learning courses curated by experts to help you learn and thrive in this exciting field.

​Опенсорс приключения киберэлектроника
С 2018 я работаю над пет проектом, системой распознания нервных импульсов.

Началось все с того, что в 2017 я чуть не лишился руки. Несколько месяцев было неясно, с каким количеством рук я выйду из ситуации. В итоге получилось две. В результате этого нелегкого процесса бесконечных операций, я, будучи программистом и вообще человеком любопытствующим, сильно увлекся темой протезов, а именно управления ими. Так как рынок протезов очень мал, развивается он слабо относительно ПК или смартфонов. Особенно плохо дело с протезами руки, которые фактически не позволяют выполнять сложные манипуляции, даже если имеют пять пальцев и напоминают руку терминатора.
Я подумал, могу ли я что-то сделать для ускорения прогресса подобных систем…

🔗 Опенсорс приключения киберэлектроника
С 2018 я работаю над пет проектом, системой распознания нервных импульсов. Началось все с того, что в 2017 я чуть не лишился руки. Несколько месяцев было неясно...

​Hydra — A fresh look at configuration for machine learning projects

🔗 Hydra — A fresh look at configuration for machine learning projects
This post is authored by Omry Yadan, Software Engineer at Facebook AI who created Hydra.

​Туториал по Uplift моделированию. Часть 2

В первой части мы познакомились с uplift моделированием и узнали, что метод позволяет выбирать оптимальную стратегию коммуникации с клиентом, а также разобрали особенности сбора данных для обучения модели и несколько базовых алгоритмов. Однако эти подходы не позволяли оптимизировать uplift напрямую. Поэтому в этой части разберем более сложные, но не менее интересные подходы.

🔗 Туториал по Uplift моделированию. Часть 2
В первой части мы познакомились с uplift моделированием и узнали, что метод позволяет выбирать оптимальную стратегию коммуникации с клиентом, а также разобрали...

​Sharing data visualisations in VirtualBox to keep IT departments happy

🔗 Sharing data visualisations in VirtualBox to keep IT departments happy
How to share a Jupyter presentation as a standalone VirtualBox image when your client isn’t able to work with containers or the cloud