​The Relationship of Reinforcement Learning with Supervised and Unsupervised Learning

🔗 The Relationship of Reinforcement Learning with Supervised and Unsupervised Learning
Reinforcement learning is a subfield of machine learning that addresses the problem of the automatic learning of optimal decisions over…

​Alexander Fridman: My Dad, the Plasma Physicist | AI Podcast #100 with Lex Fridman

🔗 Alexander Fridman: My Dad, the Plasma Physicist | AI Podcast #100 with Lex Fridman
Alexander Fridman is a professor at Drexel University and the director of the Nyheim Plasma Institute. He is one of the top plasma physicists and plasma chemists in the world. And most importantly to me, he is my dad. This conversation is part of the Artificial Intelligence podcast.

Support this podcast by supporting our sponsors:

The Jordan Harbinger Show:
https://www.jordanharbinger.com/subscribe

Magic Spoon:
https://magicspoon.com/lex and use code LEX at checkout!

INFO:
Podcast website:
https://lexfr

​Обучение с подкреплением через соревновательные нейронные сети

🔗 Обучение с подкреплением через соревновательные нейронные сети
В классической игре «крестики-нолики» существует возможность представить все вероятные ходы — и никогда не проигрывать. Эту возможность я использовал как метрику...

🎥 Deep Learning | Machine Learning | Part-1 | Intellify
👁 1 раз ⏳ 1607 сек.
What is Deep Learning ? What do understand by Perception Model ? How can we relate Perception Model with Human Neuron ? Why Neural Network is known as Universal Function Approximators ? What is Activation Function ? Why do we need Non-Linearity ? Why Neural Network is known as Universal Function Approximators ? To assist you with all the answers to these type of questions, we at Intellify have come up with this informative video.

Get access to all our fun and exciting quizzes, discussion forums, and study

🎥 Live - 1 | Top 10 Machine Learning Algorithms in 2020 | Machine Learning Training | Edureka
👁 1 раз ⏳ 0 сек.
🔥Edureka Machine Learning Certification Training: https://www.edureka.co/machine-learning-certification-training
This Edureka video on 'Top 10 Machine Learning Algorithms' covers the brief introduction of the top 10 algorithms used in Machine Learning. Following are the topics discussed

Why Machine Learning?
What is Machine Learning?
Why Machine Learning Algorithms
Top 10 Machine Learning Algorithms

Machine Learning Tutorial Playlist: https://goo.gl/UxjTxm

-----------------------------------------------

🎥 Введение в анализ данных 1. Ад и котики
👁 2 раз ⏳ 4268 сек.
Лекция от 13.02.2020

Лектор(ы): Никита Волков, Евгений Иванин, Елена Кириленко
Снимал и монтировал: Васильев Игорь

🎥 Введение в анализ данных 2.
👁 1 раз ⏳ 4107 сек.

​Neural Networks and Deep Learning: A Textbook (2019)
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 Открыть в Telegram



📝 Neural Networks and Deep Learning. A Textbook (Aggarwal) 1 ed (2019).pdf - 💾5 396 919

​Exploring 5 PyTorch Tensor Functions for Beginners

🔗 Exploring 5 PyTorch Tensor Functions for Beginners
This post is written to allow me to share what I am learning during the 6 week course - Deep Learning with PyTorch: Zero to GANs, using…

​Распознавание русского алфавита: от сбора датасета до создания GUI

🔗 Распознавание русского алфавита: от сбора датасета до создания GUI
Привет, Хабр! В этой статье я бы хотел рассказать как я сделал распознавалку русских букв и прикрутил к этому небольшой графический интерфейс. Спойлер: в резуль...

​Интервальное прогнозирование временных рядов с помощью рекуррентных нейронных сетей с долгой краткосрочной памятью…

🔗 Интервальное прогнозирование временных рядов с помощью рекуррентных нейронных сетей с долгой краткосрочной памятью…
Продолжение цикла публикаций статей про прогнозирование временных рядов. На повестке – перевод статьи How to Develop Multi-Step LSTM Time Series Forecasting Mode...

​DataMonetize — онлайн-хакатон по data science 🥇

• Ссылка: http://l.rhck.me/datamonetize

Датасайентисты, разработчики, дизайнеры и аналитики будут искать новые идеи для превращения Big Data в рыночные продукты. В течение 5 дней разработай новый способ заработка на больших данных для ритейла и монетизируй свои крутые идеи. Стань будущим X5 Retail Group и выиграй 600.000 рублей.

• Даты проведения: 18 — 21 июня

• Место проведения: online

• Особенности: экспириенс от Russian Hackers https://vk.com/russian_hackers, постоянная менторская поддержка, ежедневная доставка еды, мерч, возможность запуска пилота и призовой фонд 600.000 рублей.

Регистрируйся и отправляй тестовое задание до 14 июня http://l.rhck.me/datamonetize

🔗 DataMonetize от X5 Retail Group
Онлайн-хакатон по поиску новых способов монетизации больших данных • Регистрация до 14 июня, финал 18-21 июня. • Менторы, еда, мерч, пилот и 600.000₽

​Cost Function Explained in less than 5 minutes

🔗 Cost Function Explained in less than 5 minutes
One of the most important Machine Learning Concepts explained in less than 5 minutes…

​Cost Function Explained in less than 5 minutes

🔗 Cost Function Explained in less than 5 minutes
One of the most important Machine Learning Concepts explained in less than 5 minutes…

​Wine Classifier Using Supervised Learning with 98% Accuracy

🔗 Wine Classifier Using Supervised Learning with 98% Accuracy
Guide to supervised learning

​Live object detection of sea otters (because why not?)

🔗 Live object detection of sea otters (because why not?)
Do you know about sea otters? Y’know, the marine mammals that are super cute? Fun fact: they hold hands while they sleep so they don’t…

​Live object detection of sea otters (because why not?)

🔗 Live object detection of sea otters (because why not?)
Do you know about sea otters? Y’know, the marine mammals that are super cute? Fun fact: they hold hands while they sleep so they don’t…

​- Quantum Complexity of Time Evolution with Chaotic Hamiltonians.
(arXiv:1905.05765v3 [hep-th] UPDATED)
http://arxiv.org/abs/1905.05765

🔗 Quantum Complexity of Time Evolution with Chaotic Hamiltonians
We study the quantum complexity of time evolution in large-$N$ chaotic systems, with the SYK model as our main example. This complexity is expected to increase linearly for exponential time prior to saturating at its maximum value, and is related to the length of minimal geodesics on the manifold of unitary operators that act on Hilbert space. Using the Euler-Arnold formalism, we demonstrate that there is always a geodesic between the identity and the time evolution operator $e^{-iHt}$ whose length grows linearly with time. This geodesic is minimal until there is an obstruction to its minimality, after which it can fail to be a minimum either locally or globally. We identify a criterion - the Eigenstate Complexity Hypothesis (ECH) - which bounds the overlap between off-diagonal energy eigenstate projectors and the $k$-local operators of the theory, and use it to show that the linear geodesic will at least be a local minimum for exponential time. We show numerically that the large

🎥 Почему видеокарта и процессор не могут заменить друг друга
👁 1 раз ⏳ 832 сек.
Комплектующие - https://www.e-katalog.ru/u/v9p6UC/a
Процессоры - https://www.e-katalog.ru/u/DkzaI7/a
В видео разбираемся с вопросом о том почему процессор и видеокарта не взаимозаменяемые комплектующие и почему существуют и процессор и видеокарта и почему их нельзя объединить в одно устройство.
https://pc-01.tech/CPU_GPU/ - текстовая версия

https://pc-01.tech - сайт канала. Свежие новости о железе, обзоры и тесты комплектующих.

https://vk.com/pc_0_1 - группа "Этот компьютер" - свежие и актуальные новости