​Погружение в Delta Lake: принудительное применение и эволюция схемы

🔗 Погружение в Delta Lake: принудительное применение и эволюция схемы
Привет, Хабр! Представляю вашему вниманию перевод статьи «Diving Into Delta Lake: Schema Enforcement & Evolution» авторов Burak Yavuz, Brenner Heintz and Denny L...

🎥 Lecture #28: One hidden layer Neural Network | Deep Learning
👁 1 раз ⏳ 359 сек.
Complete Course Deep Learning playlist: https://www.youtube.com/playlist?list=PL1w8k37X_6L95W33vEXSE9jXJOfvNB3l8

===============Best Books on Machine Learning :=================
1. Introduction to Machine Learning with Python: A Guide for Data Scientists: https://amzn.to/2TLlhAR
2. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems: https://amzn.to/2wKtPij
3. Pattern Recognition and Machine Learning (Information Science and Stati

🎥 Machine Learning for Asset Managers
👁 1 раз ⏳ 2067 сек.
Convex optimization solutions tend to be unstable, to the point of entirely offsetting the benefits of optimization. For example, in the context of financial applications, it is known that portfolios optimized in sample often underperform the naïve (equal weights) allocation out of sample.

This instability can be traced back to two sources: (1) noise in the input variables; and (2) signal structure that magnifies the estimation errors in the input variables.

There is abundant literature discussing noise i

🎥 Deep Learning - Convolutional Neural Networks Explained
👁 1 раз ⏳ 2756 сек.
Overview of how Convolutional Neural Networks (CNN) perform classification.


This type of Deep Learning is especially well suited working with images. As many of today's scenarios have images as base, CNNs have become one of the most important specializations of Neural Networks.


Instead of extracting features from images in a pre-processing step, CNNs usually work on the raw image data. Through training kernel matrices, they try to find structure and patterns in the image, which are then ultimately usefu

​Визуализация результатов профилирования питона

https://github.com/jiffyclub/snakeviz

🔗 jiffyclub/snakeviz
An in-browser Python profile viewer. Contribute to jiffyclub/snakeviz development by creating an account on GitHub.

​Интерактивные эксперименты по машинному обучению (например, игра в камень-ножницы-бумага с компьютером).

🔗 trekhleb/machine-learning-experiments
🤖 Interactive Machine Learning experiments: 🏋️models training + 🎨models demo - trekhleb/machine-learning-experiments

​A Comprehensive Guide to Generative Adversarial Networks (GANs)

🔗 A Comprehensive Guide to Generative Adversarial Networks (GANs)
Generating Meaningful Data from Noise

​Почему разрабатывать беспилотные автомобили интереснее, чем делать Алису?

🔗 Почему разрабатывать беспилотные автомобили интереснее, чем делать Алису?
ЗАВТРА, 18 мая в 20:00 специалист по Data Science и машинному обучению Борис Янгель будет отвечать на ваши вопросы о нейросетках и Machine Learning в формате ж...

​Your Ultimate Data Mining & Machine Learning Cheat Sheet

🔗 Your Ultimate Data Mining & Machine Learning Cheat Sheet
Feature Importance, Decomposition, Transformation, & More

​Перевод книги Эндрю Ына «Страсть к машинному обучению» Глава 58. Заключительная

🔗 Перевод книги Эндрю Ына «Страсть к машинному обучению» Глава 58. Заключительная
предыдущие главы Заключение 58. Создание супергероев — поделитесь с командой! Поздравляю с окончанием чтения этой книги! В главе 2 говорилось о том, что эта книг...

🎥 How to Explain Text Models with IntepretML Deep Dive
👁 1 раз ⏳ 647 сек.
Learn about InterpretML's new offering, Interpret-Text, which expands support to include text data with state-of-the-art explainers for NLP machine learning models such as BERT and RNNs.

Learn More:
Azure Blog https://aka.ms/AiShow/AzureBlog
Responsible ML https://aka.ms/AiShow/ResponsibleML
Azure ML https://aka.ms/AiShow/AzureMLResponsibleML

The AI Show's Favorite links:
Don't miss new episodes, subscribe to the AI Show https://aka.ms/aishowsubscribe
Create a Free account (Azure) https://aka.ms/ais

​Natural Language Processing for IT Support Incident

🔗 Natural Language Processing for IT Support Incident
Learn how to leverage NLP to extract hot-spots from unstructured incidents

​Bayesian meta-learning

🔗 Bayesian meta-learning
This story covers the reason why we need Bayesian approaches, and how to implement and evaluate these approaches. It is a summary of the…

​Создание приложений с помощью Mediapipe

🔗 Создание приложений с помощью Mediapipe
Сегодня множество сервисов используют в своей работе нейросетевые модели. При это из-за невысокой производительности клиентских устройств вычисления в большинств...

🎥 Andrea Panizza - Docker per Machine/Deep Learning
👁 1 раз ⏳ 3157 сек.
Creare modelli di Deep Learning può essere complicato a causa della difficoltà di installare CUDA, cuDNN, e dipendenze multiple, oltre che per le differenze tra gli ambienti di sviluppo e di produzione. Inoltre, tipicamente le librerie di Deep Learning tendono a favorire un aggiornamento costante a discapito della compatibilità all’indietro: modifiche sostanziali accadono molto più di frequente che in altri contesti. La soluzione a tutti questi problemi consiste nel ridurre tutte le vostre dipendenze ad una

🎥 How to Get Started with Careers in AI, Machine Learning? | Webinar
👁 1 раз ⏳ 7519 сек.
If we look at the current trend in the market, it is very clear that every company is moving towards artificial intelligence. Every company is looking for problem solvers. Artificial Intelligence is used today in recognizing people (face recognition), detecting a threat, building a robot or making an autonomous car.

Earlier, there used to be people specialized in various fields Audio processing, video processing, Image Processing, etc. Today, all these branches are merging into AI.


Agenda of the Webinar

​Improving Convolutional Neural Networks for Text Coherence Modelling using Class Balancing…

🔗 Improving Convolutional Neural Networks for Text Coherence Modelling using Class Balancing…
Complete model analysis

Сводные таблицы очень мощный и популярный инструмент среди пользователей Excel. 9 урок ( https://youtu.be/C72nlpBo9Cc ) курса “Язык R для пользователей Excel” посвящён вращению таблиц.

Этот урок посвящён в большей степени пакету tidyr и функциям pivot_longer() и pivot_wider(), которые позволяют вам преобразовывать таблицы из широкого формата в длинный и наоборот.

Подписывайтесь на YouTube канал ( https://bit.ly/36kliAp ), что бы не пропустить публикацию новых уроков.

Ссылки:
Подписаться на YouTube - https://bit.ly/36kliAp
Видео 9 урока - https://youtu.be/C72nlpBo9Cc
Материалы к 9 уроку - https://github.com/selesnow/r4excel_users/tree/master/lesson_9
Плейлист курса - https://www.youtube.com/playlist?list=PLD2LDq8edf4pgGg16wYMobvIYy_0MI0kF
Статья о курсе на proglib - https://proglib.io/p/besplatnyy-videokurs-yazyk-r-dlya-polzovateley-excel-2020-04-14
Статья о курсе на Хабре - https://habr.com/ru/post/495438/

🎥 Язык R для пользователей Excel #9: Вращение таблиц или аналог сводных таблиц в R
👁 1 раз ⏳ 1024 сек.
Большинство пользователей Excel используют сводные таблицы, это удобный инструмент с помощью которого вы можете в считанные секунды превратить массив сырых данных в читабельные отчёты.

В этом уроке мы разберёмся с тем как вращать таблицы в R, и преобразовывать их из широко формата в длинный и наоборот.

Большая часть урока посвящена пакету tidyr и функциям pivot_longer() и pivot_wider().

Подробная статья по теме урока: https://habr.com/ru/post/444622/


====================
Поддержать автора курса: https:

​Causal inference for data scientists: a skeptical view

🔗 Causal inference for data scientists: a skeptical view
How and why causal inference fails us

​Еженедельные семинары IBM — май 2020

🔗 Еженедельные семинары IBM — май 2020
Офис IBM продолжает серию еженедельных семинаров от ведущих российских и европейских экспертов. На это неделе нас ждем много всего интересного: 18 мая 10:00-...