​Простое объяснение и реализация линейной регрессии с нуля с помощью Python & Numpy.

https://proglib.io/w/0e60c625

🔗 https://proglib.io/w/0e60c625

​DeepSpeed & ZeRO-2: Shattering barriers of deep learning speed & scale

🔗 DeepSpeed & ZeRO-2: Shattering barriers of deep learning speed & scale
Announcing ZeRO-2 from Microsoft, new memory optimizations in DeepSpeed for training large-scale deep learning models. DeepSpeed trains 100B parameter models 10x faster than state-of-the-art. Learn how DeepSpeed sets a BERT training record:

​Сознание и тезис Макса Фрая

🔗 Сознание и тезис Макса Фрая
С древних времен считалось, что в феномене сознания есть что-то непонятное. Что-то непостижимое. Считалось, что сознание есть проявление нематериального, привне...

​AI, Cluster Analysis of Categorical Data (Part II)

🔗 AI, Cluster Analysis of Categorical Data (Part II)
Using Clash Royale raw data to extract the latest meta-decks

​Facial Recognition for Kids of all Ages, part 1

🔗 Facial Recognition for Kids of all Ages, part 1
How you ever wondered how a computer recognizes human faces?

🎥 Deep Learning in Image Analysis: Real-World Use Cases
👁 1 раз ⏳ 3167 сек.
This session is part of the "Beyond the Scope: CEMAS Discussion Series."

The last five years have seen a surge of interest and development in deep learning technology across most disciplines, including scientific research. While there is no shortage of hyperbole surrounding it, deep learning indeed represents that rare and exciting innovation — a technology which enables more powerful solutions, while being more accessible than the tools it succeeds.

No technology is without limitations, and key barriers

​Building Chatbots with Python - 2019
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Открыть в Telegram



📝 Building_Chatbots_with_Python_Using_Natural_Language_Processing.pdf - 💾5 432 020

​Galaxy Zoo: Classifying Galaxies with Crowdsourcing and Active Learning

In this tutorial you will know how to use crowdsourcing and machine learning to investigate how galaxies evolve by classifying millions of galaxy images.

https://blog.tensorflow.org/2020/05/galaxy-zoo-classifying-galaxies-with-crowdsourcing-and-active-learning.html

Code: https://github.com/mwalmsley/galaxy-zoo-bayesian-cnn/blob/88604a63ef3c1bd27d30ca71e0efefca13bf72cd/zoobot/active_learning/acquisition_utils.py#L81

🔗 Galaxy Zoo: Classifying Galaxies with Crowdsourcing and Active Learning
The way we do science is changing; there’s exponentially more data every day but around the same number of scientists. The traditional approach of collecting data samples, looking through them, and drawing some conclusions about each one is often inadequate. One solution is to deploy algorithms to process the data automatically. Another solution is to deploy more eyeballs: recruit members of the public to join in and help. I work on the intersection between the two - combining crowdsourcing and machine learning to do better science than with either alone. In this article, I want to share how I’ve been using crowdsourcing and machine learning to investigate how galaxies evolve by classifying millions of galaxy images. Along the way, I’ll share some techniques we use to train CNNs that make predictions with uncertainty. I’ll also explain how to use those predictions to do active learning: labelling only the data which would best help you improve your models.

​A Gentle Introduction to Machine Learning and Artificial Intelligence

🔗 A Gentle Introduction to Machine Learning and Artificial Intelligence
A Data Scientist’s Perspective

​A Gentle Introduction to Machine Learning and Artificial Intelligence

🔗 A Gentle Introduction to Machine Learning and Artificial Intelligence
A Data Scientist’s Perspective

​Как мы искали кандидатов с помощью машинного обучения

🔗 Как мы искали кандидатов с помощью машинного обучения
Чтобы найти настоящие таланты, компаниям приходится придумывать самые необычные способы поиска. В EPAM тоже любят искать новые пути решения привычных задач. Этот...

​Как мы искали кандидатов с помощью машинного обучения

🔗 Как мы искали кандидатов с помощью машинного обучения
Чтобы найти настоящие таланты, компаниям приходится придумывать самые необычные способы поиска. В EPAM тоже любят искать новые пути решения привычных задач. Этот...

​Искусственный интеллект пишет картину сам, реально сам — без обучения на примерах других картин

🔗 Искусственный интеллект пишет картину сам, реально сам — без обучения на примерах других картин
25 октября на аукционе Christies ушел с молотка необычный лот за полмиллиона – картина, нарисованная искусственным интеллектом. Хотя само художество от ИИ стало...

​Искусственный интеллект пишет картину сам, реально сам — без обучения на примерах других картин

🔗 Искусственный интеллект пишет картину сам, реально сам — без обучения на примерах других картин
25 октября на аукционе Christies ушел с молотка необычный лот за полмиллиона – картина, нарисованная искусственным интеллектом. Хотя само художество от ИИ стало...

​3D ML. Часть 1: формы представления 3D-данных

🔗 3D ML. Часть 1: формы представления 3D-данных
Сегодня появляется все больше 3D датасетов и задач, связанных с 3D данными. Это связано с развитием робототехники и машинного зрения, технологий виртуальной и д...

​Machine Learning on Graphs: Why Should you Care?

🔗 Machine Learning on Graphs: Why Should you Care?
A basic overview of graphs and their intersection with machine learning.

​Machine Learning on Graphs: Why Should you Care?

🔗 Machine Learning on Graphs: Why Should you Care?
A basic overview of graphs and their intersection with machine learning.

​Как помнить всех в лицо, или эффективный поиск лиц в большой базе

🔗 Как помнить всех в лицо, или эффективный поиск лиц в большой базе
О себе Здравствуй, Хабр! Меня зовут Павел, я работаю техническим директором в компании, занимающейся производством IoT устройств. Производим много чего — начиная...

​Как помнить всех в лицо, или эффективный поиск лиц в большой базе

🔗 Как помнить всех в лицо, или эффективный поиск лиц в большой базе
О себе Здравствуй, Хабр! Меня зовут Павел, я работаю техническим директором в компании, занимающейся производством IoT устройств. Производим много чего — начиная...