🎥 21.11.2019 Как мы видим компьютеры и как компьютеры видят нас
👁 1 раз ⏳ 6696 сек.
👁 1 раз ⏳ 6696 сек.
Второе занятие из серии бесплатных мастер-классов Открытой лаборатории искусственного интеллекта МФТИ "Основы машинного зрения для виртуальной реальности".
Ведущий мастер-класса:
Григорий Рашков, младший научный сотрудник в открытой лаборатории искусственного интеллекта МФТИ, программист-математик компании "Нейроботикс".
Подписывайтесь на нашу группу вконтакте, чтобы следить за выходом новых материалов: vk.com/aimiptlab
На нашем канале будут и дальше выходить различные образовательные материалы от специVk
21.11.2019 Как мы видим компьютеры и как компьютеры видят нас
Второе занятие из серии бесплатных мастер-классов Открытой лаборатории искусственного интеллекта МФТИ "Основы машинного зрения для виртуальной реальности".
Ведущий мастер-класса:
Григорий Рашков, младший научный сотрудник в открытой лаборатории искусственного…
Ведущий мастер-класса:
Григорий Рашков, младший научный сотрудник в открытой лаборатории искусственного…
🎥 Value Iteration and Policy Iteration - Model Based Reinforcement Learning Method - Machine Learning
👁 1 раз ⏳ 653 сек.
👁 1 раз ⏳ 653 сек.
RL09 Value Iteration and Policy Iteration Model Based Reinforcement Learning Machine Learning
Model Based Reinforcement Learning
In model-based reinforcement learning algorithm, the environment is modelled as a Markov Decision Process (MDS) with following elements:
* A set of states
* A set of actions available in each state
* Transition probability function from current state (st) to next state (st+1) under action a
* Reward function: reward received on transition from current state (st) to next state (Vk
Value Iteration and Policy Iteration - Model Based Reinforcement Learning Method - Machine Learning
RL09 Value Iteration and Policy Iteration Model Based Reinforcement Learning Machine Learning
Model Based Reinforcement Learning
In model-based reinforcement learning algorithm, the environment is modelled as a Markov Decision Process (MDS) with following…
Model Based Reinforcement Learning
In model-based reinforcement learning algorithm, the environment is modelled as a Markov Decision Process (MDS) with following…
🎥 Introduction to Machine Learning: Webinar Session for Beginners
👁 1 раз ⏳ 11869 сек.
👁 1 раз ⏳ 11869 сек.
As COVID-19 has spread globally to become a global pandemic, it has created an unprecedented challenge for humanity. But since, as the saying goes, every challenge is also an opportunity. We at Develandoo have announced that our Meetup group Power Humanity With AI is going Global & Virtual.
In the upcoming months, Develandoo will be organizing and running a series of webinars and virtual online sessions which will include leading professionals in the field of AI and Machine Learning.
This is the first ofVk
Introduction to Machine Learning: Webinar Session for Beginners
As COVID-19 has spread globally to become a global pandemic, it has created an unprecedented challenge for humanity. But since, as the saying goes, every challenge is also an opportunity. We at Develandoo have announced that our Meetup group Power Humanity…
Реалистичный боевой ИИ для 2D-игры
🔗 Реалистичный боевой ИИ для 2D-игры
Хотя Close Quarters преимущественно является многопользовательской игрой, в ней всё равно должны присутствовать сложные ИИ-боты, чтобы игроки продолжали играть...
🔗 Реалистичный боевой ИИ для 2D-игры
Хотя Close Quarters преимущественно является многопользовательской игрой, в ней всё равно должны присутствовать сложные ИИ-боты, чтобы игроки продолжали играть...
Хабр
Реалистичный боевой ИИ для 2D-игры
Хотя Close Quarters преимущественно является многопользовательской игрой, в ней всё равно должны присутствовать сложные ИИ-боты, чтобы игроки продолжали играть при плохом Интернет-соединении или...
Стратификация, или как научиться доверять данным
🔗 Стратификация, или как научиться доверять данным
Посмотрите на эти два набора точек и подумайте: какой из них вам кажется более «случайным»? Распределение на левом рисунке явно неравномерно. Есть места, в котор...
🔗 Стратификация, или как научиться доверять данным
Посмотрите на эти два набора точек и подумайте: какой из них вам кажется более «случайным»? Распределение на левом рисунке явно неравномерно. Есть места, в котор...
Хабр
Стратификация, или как научиться доверять данным
Посмотрите на эти два набора точек и подумайте: какой из них вам кажется более «случайным»? Распределение на левом рисунке явно неравномерно. Есть места, в которых точки сгущаются, а есть и такие, в...
Общий финансовый анализ на Python (Часть 3)
🔗 Общий финансовый анализ на Python (Часть 3)
После всех вычислений, приведенных в этой и этой публикациях, можно углубиться в статистический анализ и рассмотреть метод наименьших квадратов. Для этой цели ис...
🔗 Общий финансовый анализ на Python (Часть 3)
После всех вычислений, приведенных в этой и этой публикациях, можно углубиться в статистический анализ и рассмотреть метод наименьших квадратов. Для этой цели ис...
Хабр
Общий финансовый анализ на Python (Часть 3)
После всех вычислений, приведенных в этой и этой публикациях, можно углубиться в статистический анализ и рассмотреть метод наименьших квадратов. Для этой цели ис...
Reinforcement Learning a Self-driving Car AI in Unity
🔗 Reinforcement Learning a Self-driving Car AI in Unity
The era of self-driving cars is almost upon us, at least according to Elon Musk. Hence, it’s probably about time to learn how to make one…
🔗 Reinforcement Learning a Self-driving Car AI in Unity
The era of self-driving cars is almost upon us, at least according to Elon Musk. Hence, it’s probably about time to learn how to make one…
Medium
Reinforcement Learning a Self-driving Car AI in Unity
The era of self-driving cars is almost upon us, at least according to Elon Musk. Hence, it’s probably about time to learn how to make one…
🎥 Социальные медиа. Big data #2 Дескриптивный и структурный анализ [А.Макаренко, 2016. ИПУ РАН, МФТИ]
👁 2 раз ⏳ 6813 сек.
👁 2 раз ⏳ 6813 сек.
Дескриптивный и структурный анализ: подходы и методы
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи, видеоVk
Социальные медиа. Big data #2 Дескриптивный и структурный анализ [А.Макаренко, 2016. ИПУ РАН, МФТИ]
Дескриптивный и структурный анализ: подходы и методы
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа…
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа…
🎥 Социальные медиа. Big data #3 Прикладные задачи [А. Макаренко, 2016. ИПУ РАН, МФТИ]
👁 1 раз ⏳ 4823 сек.
👁 1 раз ⏳ 4823 сек.
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи, видеоVk
Социальные медиа. Big data #3 Прикладные задачи [А. Макаренко, 2016. ИПУ РАН, МФТИ]
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи…
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи…
🎥 Социальные медиа. Big data #1 Цели, задачи и парадигма анализа [А. Макаренко, 2016. ИПУ РАН, МФТИ]
👁 1 раз ⏳ 5912 сек.
👁 1 раз ⏳ 5912 сек.
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи, видеоVk
Социальные медиа. Big data #1 Цели, задачи и парадигма анализа [А. Макаренко, 2016. ИПУ РАН, МФТИ]
Кафедра: ИКС (интегрированных киберсистем) ФРТК МФТИ
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи…
Базовая организация: Институт проблем управления им. В.А. Трапезникова РАН (ИПУ РАН), https://www.ipu.ru/
Другие курсы: https://mipt.ipu.ru/ - программа, свежие версии презентаций, литература, задачи…
Что такое Emergent Communication и почему это нужно знать
🔗 Что такое Emergent Communication и почему это нужно знать
TL;DR: перевод поста Михаила Нуховича What is Emergent Communication and Why You Should Care: что это такое, зачем это нужно, какие есть точки зрения на задачу и...
🔗 Что такое Emergent Communication и почему это нужно знать
TL;DR: перевод поста Михаила Нуховича What is Emergent Communication and Why You Should Care: что это такое, зачем это нужно, какие есть точки зрения на задачу и...
Хабр
Что такое Emergent Communication и почему это нужно знать
TL;DR: перевод поста Михаила Нуховича What is Emergent Communication and Why You Should Care: что это такое, зачем это нужно, какие есть точки зрения на задачу и...
Computer Vision Part 7: Instance Segmentation
🔗 Computer Vision Part 7: Instance Segmentation
In previous chapter, we discussed how different methodologies attempted to classify each pixel in an image. In this article, we will…
🔗 Computer Vision Part 7: Instance Segmentation
In previous chapter, we discussed how different methodologies attempted to classify each pixel in an image. In this article, we will…
Medium
Computer Vision Part 7: Instance Segmentation
In previous chapter, we discussed how different methodologies attempted to classify each pixel in an image. In this article, we will…
Открыл 4ый урок курса “Язык R для пользователей Excel” ( https://bit.ly/2RwvrUn ).
Данный урок посвящён фильтрации строк в таблицах, и выбору столбцов, также вы узнаете что такое пайплайны, и как они помогут вам сделать код более читабельным.
Рассмотрен пакет dplyr, и функции filter(), select(), select_if(), select_at() и rename().
Поблагодарить и поддержать курс можно любой произвольной суммой от 1$ на этой странице ( https://bit.ly/39ZoVM8 )..
Подписывайтесь на YouTube канал ( https://bit.ly/3b0srqS ), что бы не пропустить выход новых уроков, которые открываются по понедельникам.
Ссылки:
подписаться на YouTube канал - https://bit.ly/3b0srqS
видео 4‑го урока - https://bit.ly/2RwvrUn
материалы к 4 уроку - https://bit.ly/2VuDhiy
весь плейлист курса - https://bit.ly/34yOX7Hhttps://www.youtube.com/playlist?list=PLD2LDq8edf4pgGg16wYMobvIYy_0MI0kF
благодарности - https://bit.ly/39ZoVM8
страница курса - https://bit.ly/2yWxGd8
🔗 Язык R для пользователей Excel #4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
Этот урок посвящён пакету dplyr. В нём мы разберёмся как фильтровать датафреймы, выбирать нужные столбцы и переименовывать их. Также узнаем что такое пайплан...
Данный урок посвящён фильтрации строк в таблицах, и выбору столбцов, также вы узнаете что такое пайплайны, и как они помогут вам сделать код более читабельным.
Рассмотрен пакет dplyr, и функции filter(), select(), select_if(), select_at() и rename().
Поблагодарить и поддержать курс можно любой произвольной суммой от 1$ на этой странице ( https://bit.ly/39ZoVM8 )..
Подписывайтесь на YouTube канал ( https://bit.ly/3b0srqS ), что бы не пропустить выход новых уроков, которые открываются по понедельникам.
Ссылки:
подписаться на YouTube канал - https://bit.ly/3b0srqS
видео 4‑го урока - https://bit.ly/2RwvrUn
материалы к 4 уроку - https://bit.ly/2VuDhiy
весь плейлист курса - https://bit.ly/34yOX7Hhttps://www.youtube.com/playlist?list=PLD2LDq8edf4pgGg16wYMobvIYy_0MI0kF
благодарности - https://bit.ly/39ZoVM8
страница курса - https://bit.ly/2yWxGd8
🔗 Язык R для пользователей Excel #4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
Этот урок посвящён пакету dplyr. В нём мы разберёмся как фильтровать датафреймы, выбирать нужные столбцы и переименовывать их. Также узнаем что такое пайплан...
YouTube
Язык R для пользователей Excel #4: Фильтрация строк, выбор и переименование столбцов, пайпланы в R
Этот урок посвящён пакету dplyr. В нём мы разберёмся как фильтровать датафреймы, выбирать нужные столбцы и переименовывать их. Также узнаем что такое пайплан...
Neural Networks from Scratch - P.1 Intro and Neuron Code
https://morioh.com/p/d3398c5b6c25
🔗 Neural Networks from Scratch - P.1 Intro and Neuron Code
In this Python tutorial, you'll learn how to build neural networks from scratch. What’s a Neural Network? Neural Networks are like the workhorses of Deep learning. With enough data and computational power, they can be used to solve most of the problems in deep learning. It is very easy to use a Python or R library to create a neural network and train it on any dataset and get a great accuracy.
https://morioh.com/p/d3398c5b6c25
🔗 Neural Networks from Scratch - P.1 Intro and Neuron Code
In this Python tutorial, you'll learn how to build neural networks from scratch. What’s a Neural Network? Neural Networks are like the workhorses of Deep learning. With enough data and computational power, they can be used to solve most of the problems in deep learning. It is very easy to use a Python or R library to create a neural network and train it on any dataset and get a great accuracy.
Особенности data-driven в нефтехимии
🔗 Особенности data-driven в нефтехимии
При создании любого бизнеса каждое из его подразделений автоматизирует само себя. Как правило сквозные потоки данных между ними единичны. Это приводит к тому, чт...
🔗 Особенности data-driven в нефтехимии
При создании любого бизнеса каждое из его подразделений автоматизирует само себя. Как правило сквозные потоки данных между ними единичны. Это приводит к тому, чт...
Хабр
Особенности data-driven в нефтехимии
При создании любого бизнеса каждое из его подразделений автоматизирует само себя. Как правило сквозные потоки данных между ними единичны. Это приводит к тому, чт...
🎥 Adversarial robustness of source code models
👁 7 раз ⏳ 4565 сек.
👁 7 раз ⏳ 4565 сек.
В рамках семинара мы обсудим две статьи, поднимающие проблемы применения нейросетевых моделей к коду. Как и в других областях, модели, обученные на исходном коде, по умолчанию не устойчивы к изменению входных данных. Добавление "мертвого" кода или переименование переменных может легко изменить предсказания модели. Обучение устойчивых моделей является нетривиальной задачей, поскольку (1) пространство изменений программ дискретно и бесконечно, (2) код имеет более сложную структуру чем, например, изображения,Vk
Adversarial robustness of source code models
В рамках семинара мы обсудим две статьи, поднимающие проблемы применения нейросетевых моделей к коду. Как и в других областях, модели, обученные на исходном коде, по умолчанию не устойчивы к изменению входных данных. Добавление "мертвого" кода или переименование…
🎥 Основы языка R // Часть 3 // Работа с Data Frame и манипулирование данными
👁 1 раз ⏳ 1710 сек.
👁 1 раз ⏳ 1710 сек.
Основы языка R // Часть 3 // Работа с data frame и манипулирование данными
Продолжаем серию уроков по языку R
В этом уроке рассмотрим:
- Структуры которые используются в Data Science
- Работа с Data Frame и манипулирование данными
Язык программирования R популярен в проектах Машинного обучения благодаря большому сообществу и библиотек для анализа данных.
Язык R разрабатывался в основном для проведения дружественного к пользователю анализа данных и для решения сложных статистических задач.
ЗаписатVk
Основы языка R // Часть 3 // Работа с Data Frame и манипулирование данными
Основы языка R // Часть 3 // Работа с data frame и манипулирование данными
Продолжаем серию уроков по языку R
В этом уроке рассмотрим:
- Структуры которые используются в Data Science
- Работа с Data Frame и манипулирование данными
Язык программирования…
Продолжаем серию уроков по языку R
В этом уроке рассмотрим:
- Структуры которые используются в Data Science
- Работа с Data Frame и манипулирование данными
Язык программирования…