Neural Networks | Нейронные сети
11.6K subscribers
801 photos
182 videos
170 files
9.45K links
Все о машинном обучении

По всем вопросам - @notxxx1

№ 4959169263
Download Telegram
Всем привет!

8 урок http://youtu.be/SS0LRdmyvvY курса “Язык R для пользователей Excel” опубликован на YouTube.

Данный урок посвящён оконным функциям. По смыслу они схожи с агрегирующими, но при этом в результате не меняют количество строк в таблице, а просто добавляют рассчитанный результат в новые столбцы.

В этом уроке мы продолжаем изучать пакет dplyr, и функции group_by(), mutate(), а также новые cumsum(), lag(), lead() и arrange().

При желании вы можете поддержать курс любой суммой на этой странице - https://secure.wayforpay.com/payment/r4excel_users .

Ссылки:
- Видео 8 урока: http://youtu.be/SS0LRdmyvvY
- Материалы к 8 уроку: https://github.com/selesnow/r4excel_users/tree/master/lesson_8
- Весь плейлист курса: https://www.youtube.com/playlist?list=PLD2LDq8edf4pgGg16wYMobvIYy_0MI0kF
- Благодарности: https://secure.wayforpay.com/payment/r4excel_users
- Статья о курсе на Хабре: https://habr.com/ru/post/495438/
- Статья о курсе на proglib: https://proglib.io/p/besplatnyy-videokurs-yazyk-r-dlya-polzovateley-excel-2020-04-14

🎥 Язык R для пользователей Excel #8: Оконные функции в R
👁 1 раз 985 сек.
Оконные функции по смыслу похожи на агрегирующие, они также получают на вход массив значений и проводят над ними арифметические операции, но в исходящем результате не изменяют количество сток.

В этом уроке мы продолжаем изучать пакет dplyr, и функции group_by(), mutate(), а также новые cumsum(), lag(), lead() и arrange().

====================
Поддержать автора курса: https://secure.wayforpay.com/payment/r4excel_users

====================
Папка с материалами к данному уроку: https://github.com/selesnow/r
​Как найм сотрудников автоматизируют из-за коронавируса

🔗 Как найм сотрудников автоматизируют из-за коронавируса
Принимать решение о том, работать вам или нет, скоро будут роботы. И это уже происходит. Сотни тысяч владельцев ресторанов и кафе в США сейчас готовятся к том...
​Как найм сотрудников автоматизируют из-за коронавируса

🔗 Как найм сотрудников автоматизируют из-за коронавируса
Принимать решение о том, работать вам или нет, скоро будут роботы. И это уже происходит. Сотни тысяч владельцев ресторанов и кафе в США сейчас готовятся к том...
​Мобильный eye-tracking на PyTorch

🔗 Мобильный eye-tracking на PyTorch
Рынок eye-tracking'а, как ожидается, будет расти и расти: с $560 млн в 2020 до $1,786 млрд в 2025. Так какая есть альтернатива относительно дорогим устройствам?...
​Мобильный eye-tracking на PyTorch

🔗 Мобильный eye-tracking на PyTorch
Рынок eye-tracking'а, как ожидается, будет расти и расти: с $560 млн в 2020 до $1,786 млрд в 2025. Так какая есть альтернатива относительно дорогим устройствам?...
​Мобильный eye-tracking на PyTorch

🔗 Мобильный eye-tracking на PyTorch
Рынок eye-tracking'а, как ожидается, будет расти и расти: с $560 млн в 2020 до $1,786 млрд в 2025. Так какая есть альтернатива относительно дорогим устройствам?...
​Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning">
Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning

🔗 Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning
Posted by Eleni Triantafillou, Student Researcher, and Vincent Dumoulin, Research Scientist, Google Research Recently, deep learning has...
​Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning">
Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning

🔗 Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning
Posted by Eleni Triantafillou, Student Researcher, and Vincent Dumoulin, Research Scientist, Google Research Recently, deep learning has...
​Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning">
Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning

🔗 Announcing Meta-Dataset: A Dataset of Datasets for Few-Shot Learning
Posted by Eleni Triantafillou, Student Researcher, and Vincent Dumoulin, Research Scientist, Google Research Recently, deep learning has...
​Linear Discriminant Analysis for Dimensionality Reduction in Python - Machine Learning Mastery

🔗 Linear Discriminant Analysis for Dimensionality Reduction in Python - Machine Learning Mastery
Reducing the number of input variables for a predictive model is referred to as dimensionality reduction. Fewer input variables can result in a simpler predictive model that may have better performance when making predictions on new data. Linear Discriminant Analysis, or LDA for short, is a predictive modeling algorithm for multi-class classification. It can also be used as a dimensionality reduction technique,
​Linear Discriminant Analysis for Dimensionality Reduction in Python - Machine Learning Mastery

🔗 Linear Discriminant Analysis for Dimensionality Reduction in Python - Machine Learning Mastery
Reducing the number of input variables for a predictive model is referred to as dimensionality reduction. Fewer input variables can result in a simpler predictive model that may have better performance when making predictions on new data. Linear Discriminant Analysis, or LDA for short, is a predictive modeling algorithm for multi-class classification. It can also be used as a dimensionality reduction technique,
​new paper, Truncated Quantile Critics, improves SOTA on MuJoCo by 20-30% ! With TF and PT code.


Video: https://youtu.be/idp4k1L9UhM
Project page: https://bayesgroup.github.io/tqc
Paper: https://arxiv.org/abs/2005.04269
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Truncated Quantile Critics



🎥 Controlling Overestimation Bias with Truncated Mixture of Continuous Distributional Quantile Critics
👁 1 раз 68 сек.
Video for "Controlling Overestimation Bias with Truncated Mixture of Continuous Distributional Quantile Critics" by A. Kuznetsov, P. Shvechikov, A. Grishin, D. Vetrov
Project page: https://bayesgroup.github.io/tqc
Paper: https://arxiv.org/abs/2005.04269
Code Tensorflow: https://github.com/bayesgroup/tqc
Code PyTorch: https://github.com/bayesgroup/tqc_pytorch