🎥 Deep Learning for Tabular Data: A Bag of Tricks | ODSC 2020
👁 1 раз ⏳ 1305 сек.
Jason McGhee, Senior Machine Learning Engineer at DataRobot, has been spending time applying deep learning and neural networks to tabular data. Although the deep learning technique can prove challenging, his research supports how valuable it is when using tabular datasets. In this video (adapted from his presentation at ODSC Boston 2020), Jason shares some important techniques for implementing deep learning when learning heterogenous tabular data. Learn more about Jason’s findings and ask him questions at h

​Exploring Evolutionary Meta-Learning in Robotics">
Exploring Evolutionary Meta-Learning in Robotics

🔗 Exploring Evolutionary Meta-Learning in Robotics
Posted by Xingyou (Richard) Song, Software Engineer and Yuxiang Yang, AI Resident, Robotics at Google Rapid development of more accurate...

​Learning to See Through Obstructions

Paper:
https://arxiv.org/abs/2004.01180

Project Page:
https://www.cmlab.csie.ntu.edu.tw/~yulunliu/ObstructionRemoval

Github:
https://github.com/alex04072000/ObstructionRemoval/

🔗 alex04072000/ObstructionRemoval
[CVPR 2020] Learning to See Through Obstructions. Contribute to alex04072000/ObstructionRemoval development by creating an account on GitHub.

​Обзор четырёх популярных NLP-моделей

RNNLM, Word2vec, GloVe и fastText. История создания, варианты использования, преимущества и недостатки четырёх моделей обработки естественного языка.

https://proglib.io/w/a736df85

🔗 Обзор четырёх популярных NLP-моделей
RNNLM, Word2vec, GloVe и fastText. История создания, варианты использования, преимущества и недостатки четырёх моделей обработки естественного языка.

​AI for Medicine Specialization featuring TensorFlow

🔗 AI for Medicine Specialization featuring TensorFlow

​Три подводных камня машинного обучения и как их избежать

🔗 Три подводных камня машинного обучения и как их избежать
Ученые из бесчисленных областей обращаются к алгоритмическому анализу данных, Патрик Райли из Google призывает к четким стандартам научных исследований и отчетов...

​Как лазеры и сенсоры помогают сохранить нервы судьям

🔗 Как лазеры и сенсоры помогают сохранить нервы судьям
Привет, Хабр! Оценить выступление спортсмена – задача, которая с каждым годом не становится проще. Увеличиваются скорости, усложняются программы, появляются новы...

​A Scalable Approach to Reducing Gender Bias in Google Translate">
A Scalable Approach to Reducing Gender Bias in Google Translate

🔗 A Scalable Approach to Reducing Gender Bias in Google Translate
Posted by Melvin Johnson, Senior Software Engineer, Google Research Machine learning (ML) models for language translation can be skewed ...

​Having Fun Learning CNNs: Example of Dog Breed Prediction Applicable to Human Images

🔗 Having Fun Learning CNNs: Example of Dog Breed Prediction Applicable to Human Images
Core algorithm for application that classifies dog images according to its breed and outputs the most resembling breed when a human image…

🎥 Generating Images with Python and PIL for Machine Learning
👁 1 раз ⏳ 635 сек.
Sometimes it can be helpful to generate a large volume of JEPGs or PNGs to create synthetic data for machine learning training. In this video, I demonstrate how I used Python and PIL to create an image recognition dataset for one of my classes.

https://www.kaggle.com/jeffheaton/generate-paperclips

🎥 AWS Live - 1 | AWS Machine Learning Tutorial | Amazon Machine Learning | AWS Training | Edureka
👁 1 раз ⏳ 3698 сек.
🔥AWS Training: https://www.edureka.co/aws-certification-training
This Edureka Live tutorial on ‘AWS Machine Learning Tutorial’ will introduce you to the nitty-gritty of Cloud Computing, Machine Learning and help you build an ML model using AWS.

🔹Amazon AWS Video Tutorial Playlist https://goo.gl/9fQX6J

-----------------------------------------------------------------------------------------
Subscribe to our channel to get video updates. Hit the subscribe button above.

Twitter: https://twitter.com/edurek

🎥 Deep Learning for Imaging Scientists (2020)
👁 3 раз ⏳ 2197 сек.
Hosted by Mike Marsh, Dragonfly Product Manager at ORS
A practical look at Deep Learning for applications in Scientific Imaging.

About this lesson and the Dragonfly Daily
This is lesson 15 in an ongoing daily tutorial series that teaches new users how to become productive with the Dragonfly image processing and visualization platform. This lesson gives users the background details they need in order to work through subsequent lessons in De-noising, Image Segmentation, and Super Resolution, all with Deep Le

​В статье рассматривается создание классификатора изображений.

https://proglib.io/w/70633657

🔗 Image Classification in Data Science
What is image classification in Data Science and building our own image classifier in Python

🎥 Компьютерное зрение и Нейронные сети на Python // День открытых дверей OTUS
👁 1 раз ⏳ 6393 сек.
Трансляция проходила 21 апреля 2020 года

День Открытых Дверей — отличная возможность узнать подробнее о программе курса, особенностях онлайн-формата, навыках, компетенциях и перспективах, которые ждут выпускников после обучения.
Также преподаватель расскажет о своём профессиональном опыте и ответит на вопросы участников.
Поэтому если есть вопрос, запишитесь на онлайн-трансляцию и задайте его в прямом эфире!

Преподаватель: Артур Кадурин - Chief AI Officer Insilico Medicine

Подключайтесь к обсуждению в ч

​Activation Functions: ReLU & Softmax

🔗 Activation Functions: ReLU & Softmax
If you’ve spent some time implementing Deep Learning models, you’ve most likely realized some of the common denominators between any given…

​Einstein, and the Most Beautiful of All Theories

🔗 Einstein, and the Most Beautiful of All Theories
How the General Theory of Relativity Explains the “Anomalous” Precession of the Perihelion of Mercury

​Количественная оценка «эффекта чаши» на томографических изображениях

🔗 Количественная оценка «эффекта чаши» на томографических изображениях
Привет, Хабр! Как вы уже знаете, мы в Smart Engines занимаемся обработкой изображений. Недавно мы написали статью о бинаризации томографических изображений с тон...

​How do Natural Language Processing systems work?

🔗 How do Natural Language Processing systems work?
Have you ever come across situations like you’re typing something on your smartphone and it is coming up with word suggestions based on…

🎥 April 2020 Webinar Accelerating Deep Learning with NVIDIA and Excelero
👁 1 раз ⏳ 3797 сек.
The essence of data-driven sciences such as Deep learning, is the ability to process as much collected and simulated data as possible in the shortest amount of time. GPUs have become the go-to compute resources behind training workloads and NVMe flash has become the standard for high-performance, low latency storage. By providing GPUs with direct access to an elastic pool of NVMe, data scientists and HPC researchers can feed far more data to the applications.

For this second webinar in our 2020 AI webinar

​Chip Design with Deep Reinforcement Learning">
Chip Design with Deep Reinforcement Learning

🔗 Chip Design with Deep Reinforcement Learning
Posted by Anna Goldie, Senior Software Engineer and Azalia Mirhoseini, Senior Research Scientist, Google Research, Brain Team The revolu...