📃 Компьютерное зрение в промышленной дефектоскопии
Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину” Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину”.. habr.com
Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину” Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину”.. habr.com
VK
Машинное обучение, AI, нейронные сети, Big Data
Компьютерное зрение в промышленной дефектоскопии: Часть 1 “Как мы заставляли нейронку пялиться на ржавчину”
📃 SQL для аналитики
SQL для аналитики — рейтинг прикладных задач с решениями SQL для аналитики — рейтинг прикладных задач с решениями habr.com
SQL для аналитики — рейтинг прикладных задач с решениями SQL для аналитики — рейтинг прикладных задач с решениями habr.com
VK
Машинное обучение, AI, нейронные сети, Big Data
SQL для аналитики — рейтинг прикладных задач с решениями
📃 Взгляд из прошлого
Взгляд из прошлого. Перевод отрывка лекции легендарного Ричарда Фейнмана Взгляд из прошлого. Перевод отрывка лекции легендарного Ричарда Фейнмана habr.com
Взгляд из прошлого. Перевод отрывка лекции легендарного Ричарда Фейнмана Взгляд из прошлого. Перевод отрывка лекции легендарного Ричарда Фейнмана habr.com
VK
Машинное обучение, AI, нейронные сети, Big Data
Взгляд из прошлого. Перевод отрывка лекции легендарного Ричарда Фейнмана
📃 Как скопировать стиль Уорхола с помощью нейросети VGG-19
Как скопировать стиль Уорхола с помощью нейросети VGG-19, трансферного обучения и TensorFlow Как скопировать стиль Уорхола с помощью нейросети VGG-19, трансферного обучения и TensorFlow habr.com
Как скопировать стиль Уорхола с помощью нейросети VGG-19, трансферного обучения и TensorFlow Как скопировать стиль Уорхола с помощью нейросети VGG-19, трансферного обучения и TensorFlow habr.com
VK
Машинное обучение, AI, нейронные сети, Big Data
Как скопировать стиль Уорхола с помощью нейросети VGG-19, трансферного обучения и TensorFlow
📃 untitled
JigsawGAN — это генеративная self-supervised нейросетевая модель, которую обучили собирать пазлы. Модель принимает на вход части изображения, расположенные хаотично. На основе этого модель восстанавливает оригинальное изображение. Нейросеть не требует дополнительной информации об изображении для поиска решения. JigsawGAN: генеративная нейросетевая модель собирает пазлы neurohive.io
JigsawGAN — это генеративная self-supervised нейросетевая модель, которую обучили собирать пазлы. Модель принимает на вход части изображения, расположенные хаотично. На основе этого модель восстанавливает оригинальное изображение. Нейросеть не требует дополнительной информации об изображении для поиска решения. JigsawGAN: генеративная нейросетевая модель собирает пазлы neurohive.io
VK
Neurohive - Нейронные сети
JigsawGAN — это генеративная self-supervised нейросетевая модель, которую обучили собирать пазлы. Модель принимает на вход части изображения, расположенные хаотично. На основе этого модель восстанавливает оригинальное изображение. Нейросеть не требует дополнительной…
📃 untitled
Video: Векторы на пальцах. Операции с векторами в Python [Математика для машинного обучения]
Video: Векторы на пальцах. Операции с векторами в Python [Математика для машинного обучения]
VK
Машинное обучение, AI, нейронные сети, Big Data
📃 untitled
Video: Data Scientist or Data Engineer? Mapping Educational & Career Opportunities | Simplilearn
Video: Data Scientist or Data Engineer? Mapping Educational & Career Opportunities | Simplilearn
VK
Машинное обучение, AI, нейронные сети, Big Data
📃 The Receiver Operating Curve (ROC) and The Scale
The Receiver Operating Curve (ROC) and The Scale — Understanding ROC through an analogy The Receiver Operating Curve (ROC) and The Scale — Understanding ROC through an analogy rea-kal.medium.com
The Receiver Operating Curve (ROC) and The Scale — Understanding ROC through an analogy The Receiver Operating Curve (ROC) and The Scale — Understanding ROC through an analogy rea-kal.medium.com
VK
Машинное обучение, AI, нейронные сети, Big Data
The Receiver Operating Curve (ROC) and The Scale — Understanding ROC through an analogy
📃 Machine Learning with TensorFlow
Machine Learning with TensorFlow
Наш телеграм канал - https://xn--r1a.website/ai_machinelearning_big_data Machinelearning t.me
Doc: Chris A. Mattmann - Machine Learning with TensorFlow-Manning Publications Co. (2021).epub
Machine Learning with TensorFlow
Наш телеграм канал - https://xn--r1a.website/ai_machinelearning_big_data Machinelearning t.me
Doc: Chris A. Mattmann - Machine Learning with TensorFlow-Manning Publications Co. (2021).epub
VK
Машинное обучение, AI, нейронные сети, Big Data
Machine Learning with TensorFlow Наш телеграм канал - https://xn--r1a.website/ai_machinelearning_big_data
📃 untitled
Лаборатория машинного обучения ИТМО приглашает на третий неклассический онлайн-семинар!
Семинар состоится 16 февраля, в программе:
Новости. Руководитель лаборатории Андрей Фильченков прокомментирует актуальные события из мира машинного обучения.
Доклад. Научный сотрудник и аспирант лаборатории Никита Пильненский расскажет о том, как отбор признаков может стать мощным инструментом для задач индустрии.
Дебаты. После доклада Никиты к нему присоединится разработчик из ВКонтакте Ксения Бурая, чтобы поспорить, у чего больше применений в индустрии — у отбора признаков или нейронных сетей?
16 февраля в 18:00 подключайтесь к трансляции на YouTube-канале www.youtube.com/c/MLLabITMO/
А чтобы присоединиться к конференции Zoom с возможностью лично задать вопросы спикерам и поучаствовать в дебатах, зарегистрируйтесь до 18:00 15 февраля https://vk.cc/bYeBUo
Лаборатория машинного обучения ИТМО приглашает на третий неклассический онлайн-семинар!
Семинар состоится 16 февраля, в программе:
Новости. Руководитель лаборатории Андрей Фильченков прокомментирует актуальные события из мира машинного обучения.
Доклад. Научный сотрудник и аспирант лаборатории Никита Пильненский расскажет о том, как отбор признаков может стать мощным инструментом для задач индустрии.
Дебаты. После доклада Никиты к нему присоединится разработчик из ВКонтакте Ксения Бурая, чтобы поспорить, у чего больше применений в индустрии — у отбора признаков или нейронных сетей?
16 февраля в 18:00 подключайтесь к трансляции на YouTube-канале www.youtube.com/c/MLLabITMO/
А чтобы присоединиться к конференции Zoom с возможностью лично задать вопросы спикерам и поучаствовать в дебатах, зарегистрируйтесь до 18:00 15 февраля https://vk.cc/bYeBUo
VK
Data Science / Machine Learning / AI / Big Data
Лаборатория машинного обучения ИТМО приглашает на третий неклассический онлайн-семинар! Семинар состоится 16 февраля, в программе: 🔹 Новости. Руководитель лаборатории Андрей Фильченков прокомментирует актуальные события из мира машинного обучения. 🔹 Доклад.…
📃 NAST
NAST: Non-Autoregressive Spatial-Temporal Transformer for Time Series Forecasting
Chen et al.: https://arxiv.org/abs/2102.05624
#SpatialTemporal #Transformer #TimeSeriesForecasting
NAST: Non-Autoregressive Spatial-Temporal Transformer for Time Series Forecasting
Chen et al.: https://arxiv.org/abs/2102.05624
#SpatialTemporal #Transformer #TimeSeriesForecasting
VK
Data Science / Machine Learning / AI / Big Data
NAST: Non-Autoregressive Spatial-Temporal Transformer for Time Series Forecasting Chen et al.: https://arxiv.org/abs/2102.05624 #SpatialTemporal #Transformer #TimeSeriesForecasting
📃 untitled
Video: The not-so-secret secret behind building successful open source projects with Ludwig's Piero Molino
Video: The not-so-secret secret behind building successful open source projects with Ludwig's Piero Molino
VK
Машинное обучение, AI, нейронные сети, Big Data