​Сертификация по программе IBM Data Science Professional Certificate
Статья является кратким обзором о сертификации по программе IBM Data Science Professional Certificate.
Будучи новичком в Python, мне пришлось столкнуться с реализацией задач:

Загрузка и парсинг HTML таблиц
Очистка загруженных данных
Поиск географических координат по адресу объекта
Загрузка и обработка GEOJSON
Построение интерактивных тепловых карт (heat map)
Построение интерактивных фоновых картограмм (choropleth map)
Преобразование географических координат между сферической WGS84 и картезианский системой координат UTM
Представление пространственных географических объектов в виде гексагональная сетки окружностей
Поиск географических объектов, расположенных на определенном расстоянии от точки
Привязка географических объектов к полигонам сложной формы на поверхности
Описательные статистический анализ
Анализ категорийных переменных и визуализация результатов
Корреляционный анализ и визуализация результатов
Сегментация с использованием k-Mean кластеризации и elbow метода
Анализ и визуализация кластеров

🔗 Сертификация по программе IBM Data Science Professional Certificate
Статья является кратким обзором о сертификации по программе IBM Data Science Professional Certificate. Будучи новичком в Python, мне пришлось столкнуться с реал...

🎥 Обзор работ по генеративным моделям с NeurIPS 2019
👁 1 раз ⏳ 2888 сек.
В глубоком обучении мы стремимся разработать алгоритмы, которые наделяют машины понимаем нашего мира.

Генеративные модели являются одним из наиболее перспективных подходов к этой цели. Мы собираем большой объем данных (изображений, текстов, звуков и т.д.), и учимся моделировать подобные данные. Интуиция, лежащая в основе этого подхода, следует известной цитате Ричарда Фейнмана: "What I cannot create, I do not understand."

Тут нужно заметить, Фейнман не предлагал построить собственный ускоритель как Тони С

​Project DeepSpeech
A TensorFlow implementation of Baidu's DeepSpeech architecture

Code: https://github.com/mozilla/DeepSpeech

Tensorflow & Pytorch: https://github.com/DemisEom/SpecAugment

SpecAugment: A Simple Data Augmentation Method for Automatic Speech Recognition:

https://arxiv.org/pdf/1904.08779.pdf

🔗 mozilla/DeepSpeech
A TensorFlow implementation of Baidu's DeepSpeech architecture - mozilla/DeepSpeech

​Empathy in Artificial Intelligence

🔗 Empathy in Artificial Intelligence
What do you think when someone asks you about empathy? Do you struggle to find its meaning or does it come to you naturally? In the age of…

​An Idea From Physics Helps AI See in Higher Dimensions | Quanta Magazine

🔗 An Idea From Physics Helps AI See in Higher Dimensions | Quanta Magazine
The laws of physics stay the same no matter one’s perspective. Now this idea is allowing computers to detect features in curved and higher-dimensional space.

​Hey Alexa! Sorry I fooled you ...

🔗 Hey Alexa! Sorry I fooled you ...
MIT’s new system TextFooler can trick the types of natural-language-processing systems that Google uses to help power its search results, including audio for Google Home.

послушайте мой трек
https://vk.com/music/album/-2000298904_6298904_e02d701c0e89048eaf

послушайте мой трек
https://vk.com/music/album/-2000298904_6298904_e02d701c0e89048eaf

​Гибридный отдел продаж. Люди + ИИ работают в одной команде
Продвигая свой проект с разговорным искусственным интеллектом, в октябре 2019 года я попал в преакселератор, где мне удалось на себе испытать высокую эффективность продвижения вперёд работая с трекером. Находясь в чётком понимании решения любых технических вопросов, мне абсолютно не было понятно в каком направлении двигаться.

Всего через 8 недель общения с трекером один раз в неделю по скайпу в течении часа + выполнение заданий… и команда превратилась в идеально настроенный механизм с чётким позиционированием на месте, пониманием маршрута следования, перечнем необходимых артефактов и способа их добычи. (Спасибо Nikita Chizhov).

Идея полностью преобразила моё понимание возможностей процесса обучения и я решил освоить эту удивительную профессию и, словно по взмаху волшебной палочки,

🔗 Гибридный отдел продаж. Люди + ИИ работают в одной команде
Продвигая свой проект с разговорным искусственным интеллектом, в октябре 2019 года я попал в преакселератор, где мне удалось на себе испытать высокую эффективнос...

​Request for Proposals: Faculty Awards to Support Machine Learning Courses, Diversity, and Inclusion

🔗 Request for Proposals: Faculty Awards to Support Machine Learning Courses, Diversity, and Inclusion

​Измерение расстояния до объектов с помощью RealSense D435
Задача обнаружения объектов на изображении сегодня является одной из ведущих в области машинного зрения. Ее суть заключается в том, чтобы не только классифицировать объект на снимке, но и указать его точное местоположение.
Результаты обнаружения объекта могут быть дополнены информацией о том, насколько далеко расположен данный объект. Задачу измерения расстояния можно решить с помощью камеры глубины Intel RealSense D435, измеряющей глубину в каждой точке.
В данной статье мы решим задачу измерения расстояния до объекта в режиме реального времени с помощью библиотеки OpenCV и технологии RealSense.

🔗 Измерение расстояния до объектов с помощью RealSense D435
Задача обнаружения объектов на изображении сегодня является одной из ведущих в области машинного зрения. Ее суть заключается в том, чтобы не только классифициров...

CCMatrix: A billion-scale bitext data set for training translation models

CCMatrix is the largest data set of high-quality, web-based bitexts for training translation models

https://ai.facebook.com/blog/ccmatrix-a-billion-scale-bitext-data-set-for-training-translation-models/

Paper: https://arxiv.org/abs/1911.04944

Github: https://github.com/facebookresearch/LASER/tree/master/tasks/CCMatrix

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 CCMatrix: A billion-scale bitext data set for training translation models
With 4.5B parallel sentences in 576 language pairs, CCMatrix is the largest data set of high-quality, web-based bitexts for training translation models. Now Facebook AI is sharing tools for other researchers to use this corpus for their work.

​HighLoad++, Анастасия Цымбалюк, Станислав Целовальников (Сбербанк): как мы стали MDA
Следующая конференция HighLoad++ пройдет 6 и 7 апреля 2020 года в Санкт-Петербурге
Подробности и билеты по ссылке. HighLoad++ Siberia 2019. Зал «Красноярск». 25 июня, 14:00. Тезисы и презентация.

Разработать промышленную систему управления и распространения данных с нуля — нелегкая задача. Тем более, когда полный бэклог, времени на работу — квартал, а требования к продукту — вечная турбулентность.

Мы расскажем на примере построения системы управления метаданными, как за короткий промежуток времени выстроить промышленную масштабируемую систему, которая включает в себя хранение и распространение данных.

Наш подход использует все преимущества метаданных, динамического кода SQL и кодогенерации на основе Swagger codegen и handlebars. Это решение сокращает время разработки и переконфигурации системы, а добавление новых объектов управления не требует ни единой строки нового кода.

Мы расскажем, как это работает в нашей команде: каких правил придерживаемся, какие инструменты используем, с какими трудностями столкнулись и как их героически преодолели.

🔗 HighLoad++, Анастасия Цымбалюк, Станислав Целовальников (Сбербанк): как мы стали MDA
Следующая конференция HighLoad++ пройдет 6 и 7 апреля 2020 года в Санкт-Петербурге Подробности и билеты по ссылке. HighLoad++ Siberia 2019. Зал «Красноярск». 25...

​Faiss: A library for efficient similarity search - Facebook Engineering

🔗 Faiss: A library for efficient similarity search - Facebook Engineering
[...]Read More...

​This Neural Network Restores Old Videos

🔗 This Neural Network Restores Old Videos
❤️ Check out Weights & Biases here and sign up for a free demo: https://www.wandb.com/papers Their blog post on training neural networks is available here: https://www.wandb.com/articles/fundamentals-of-neural-networks 📝 The paper "DeepRemaster: Temporal Source-Reference Attention Networks for Comprehensive Video Enhancement" is available here: http://iizuka.cs.tsukuba.ac.jp/projects/remastering/en/index.html 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: A

🎥 9 1 Рекуррентные нейронные сети
👁 2 раз ⏳ 964 сек.

🎥 Компьютерное зрение, это далеко не только про нейронные сети
👁 1 раз ⏳ 1301 сек.
http://0x1.tv/20191114DA

Компьютерное зрение, это далеко не только про нейронные сети (Татьяна Елисеева, SECR-2019)
* Татьяна Елисеева

-------------

Существует мнение, что компьютерное зрение – это в основном задачи по обработке изображений, детекции объектов, сегментации и распознаванию с помощью нейронных сетей. Это не так. Татьяна расскажет, какие еще подходы существуют, и какие работают там, где не работают нейронные сети. Сделает обзор технологий в сфере компьютерного зрения и, конечно, расскажет пр

Нейронный сети
- Нейронные сети за 30 минут: от теории до практики.
- Chatbot на базе рекуррентной нейронной сети своими руками с нуля
- Обучение нейронных сетей методом обратного распространения ошибки.
- Sentiment analysis русскоязычных твитов при помощи TensorFlow.
- Распределенное обучение нейронных сетей с MXNet.
#neuralnetwork


#video

🎥 Нейронные сети за 30 минут: от теории до практики.
👁 249 раз ⏳ 1764 сек.
Я расскажу вам что такое нейронные сети, и как они используются. За 30 минут вы узнаете минимально необходимую теорию а так же сможете написать свою первую многослойную нейронную сеть самостоятельно (она займет не более 50 строк кода!).

Поддержать проект можно вот тут: https://www.patreon.com/b0noi

Код: https://s3-us-west-1.amazonaws.com/youtube-channel/intro.ipynb
Что такое матрица: https://goo.gl/3kZfWp
Действия над матрицами (в том числе умножения): http://mathprofi.ru/deistviya_s_matricami.html

🎥 Chatbot на базе рекуррентной нейронной сети своими руками с нуля
👁 84 раз ⏳ 2691 сек.
Этим видео я хочу показать насколько просто сегодня использовать нейронные сети. Вокруг меня довольно много людей одержимы идеей того, что нейронки...

🎥 Обучение нейронных сетей методом обратного распространения ошибки.
👁 52 раз ⏳ 2180 сек.
Поговорим о там как можно обучить сеть методом обратного распространения ошибки. В данном видео затронуты (но не раскрыты) такие темы как:
- производная https://youtu.be/qoHWa0eJHq4
- число е https://youtu.be/2Z2j4KqZ3QY

Поддержать проект можно вот тут: https://www.patreon.com/b0noi

Notebook: https://s3-us-west-1.amazonaws.com/youtube-channel/nn_training_2_layer_network.ipynb

🎥 Sentiment analysis русскоязычных твитов при помощи TensorFlow.
👁 37 раз ⏳ 2307 сек.
В данном видео я покажу вам как при помощи TensorFlow можно быстро и легкой создать нейронную сеть которая будет уметь анализировать эмоциональный окрас(Sentiment analysis) русскоязычных твитов.

IPython notebook можно найти вот тут: https://github.com/b0noI/ml-lessons/blob/master/sentiments_rus/sentiments.ipynb
Поддержать проект можно вот тут: https://www.patreon.com/b0noi

А еще у нас есть Java курсы, найти которые можно вот тут: https://map.hexlet.io/stacks/java

🎥 Распределенное обучение нейронных сетей с MXNet.
👁 27 раз ⏳ 2611 сек.
Ссылки:
* Статья на Хабре - https://habrahabr.ru/post/334968/
* Страничка на Patreon - https://www.patreon.com/b0noi

Наши группы для общения:
* Google+ - https://plus.google.com/communities/103002092207368562864
* Slack - http://slack-ru.hexlet.io/ - группа #java
* VK - http://vk.com/java8
* FB - https://www.facebook.com/groups/1000400156742696
* Twitter - https://twitter.com/JavaHexlet
* YouTube - http://youtube.com/JavaCoursesWithKovalevskyi
* Web site - http://java.kovalevskyi.com/

​Deep Learning - Ian Goodfello, Yoshua Bengio & Aaron Courville
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Открыть в Telegram



📝 Deep Learning - Ian Goodfello, Yoshua Bengio & Aaron Courville.pdf - 💾22 717 311