​Sebastian Ruder - Sebastian Ruder

🔗 Sebastian Ruder - Sebastian Ruder

​The joy of going down rabbit holes, part II

🔗 The joy of going down rabbit holes, part II
Problem solving is fun.

🎥 Introduction to Deep Learning | Basics of Deep Learning | Deep Learning Tutorial Simple
👁 1 раз ⏳ 2063 сек.
Deep Learning is a subfield of machine learning concerned with algorithms inspired by the structure and function of the brain called Neural networks. A Neural Network maps inputs to outputs. It finds correlations. It is known as a “universal approximator”, because it can learn to approximate an unknown function.

PyTorch is an open-source machine learning library for Python, based on Torch, supported by Facebook.

In this class we will go over:
What are Neural Networks
Differences between ML and Deep Learni

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

https://www.youtube.com/watch?v=S9fZrOhcJ5s

🎥 Theoretical Deep Learning. Spin-glass model
👁 1 раз ⏳ 4837 сек.
In this class we draw parallels between loss landscape of a certain class of neural nets and energy landscape of a spherical spin-glass model.

Find out more: https://github.com/deepmipt/tdl

Our open-source framework to develop and deploy conversational assistants: https://deeppavlov.ai/

🎥 Konstantin Burlachenko "Ensemble of trees, Bagging, Random Forest"
👁 1 раз ⏳ 4706 сек.
Речь пойдёт о моделях, пришедших в машинное обучение из работ учёного в области математической статистики Jerome H.Friedman, про которые докладчик узнал будучи удалённым студентом на его лекциях в Стенфордском университете (STATS 315B).

Модели, которые будут рассмотрены на встречах:
📍Деревья решений и модель CART (1983 L.Breiman, J.Friedman, R.Olshen, C.Stone), которая может использоваться в режиме “средства интерпретации” принятия решений;

📍Ансамбли деревьев решений (1996, L.Breiman, J.Friedman,et al),

​Только начали изучать машинное обучение и компьютерное зрение или уже давно знакомы с этой сферой? В любом случае заходи к нам . У нас есть материал как для новичков, так и для специалистов. Также у нас много интересной информации для тех, кто хочет лишь следить за развитием технологий в данной сфере.
Заинтересовался? Поддержи подпиской!

🎥 Machine Learning & Personalization
👁 1 раз ⏳ 1462 сек.
Sean Mullaney, Engineering VP of Information, Zalando SE

AI for Dating

https://www.youtube.com/watch?v=okBOUrE8mC4

🎥 AI for Dating
👁 23 раз ⏳ 743 сек.
Algorithms govern so much of our lives and dating is no exception! In this video, I frame dating as a data science pipeline and demo how to use AI algorithms to help facilitate discovery, first impressions, and even intimacy. I'll also explain how collaborative filtering and text generation are being used today to match people together with code examples. i hope this gives you a deeper insight into the role technology is currently playing in human relationships. Enjoy!

Code for this video:
https://github.

🎥 Learn Advanced Convolution Foundations: Part-2 | Deep Learning
👁 1 раз ⏳ 7331 сек.
This video covers advanced convolution concepts. The video starts from the basics covering normal 3x3 convolution, then introduce the concept of receptive fields, ending with modern convolution types.

ZaranTech is in collaboration with Nasscom presents EIP 3 (External Internship Program 3) delivered by Inkers for COE Data Science & Artificial Intelligence program offered by Nasscom and K-tech

Pixelshuffle dilated and de-convolution is used for image super-resolution, colorization, and image segmentation

​https://distill.pub/2019/visual-exploration-gaussian-processes/

🔗 Distill — Latest articles about machine learning
Articles about Machine Learning

​A Neural Painting Environment

Zheng et al.: https://openreview.net/forum?id=HJxwDiActX

🔗 StrokeNet: A Neural Painting Environment
We've seen tremendous success of image generating models these years. Generating images through a neural network is usually pixel-based, which is fundamentally different from how humans create...

​Using Deep Learning to Improve Usability on Mobile Devices

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
http://ai.googleblog.com/2019/04/using-deep-learning-to-improve.html

🔗 Using Deep Learning to Improve Usability on Mobile Devices
Posted by Yang Li, Research Scientist, Google AI Tapping is the most commonly used gesture on mobile interfaces, and is used to trigger ...

​Make your Data Talk!

🔗 Make your Data Talk!
From 0 to Hero in visualization using matplotlib and seaborn

🎥 L16/1 Object Detection
👁 1 раз ⏳ 1133 сек.
Dive into Deep Learning
UC Berkeley, STAT 157

Slides are at
http://courses.d2l.ai
The book is at
http://www.d2l.ai

🎥 Машинное обучение в промышленном масштабе — Эмили Драль
👁 3 раз ⏳ 2794 сек.
Секция WiML workshop
Data Fest⁵, 2018.04.28

🎥 Kazan Data Science Meetup | Ihar Shulhan | 17.03.2019
👁 1 раз ⏳ 2299 сек.
Спикер расскажет, как на основе машинного обучения скорректировать ошибки в тексте. Вместе с Игорем мы рассмотрим современные методы глубокого обучения без учителя и попытаемся разработать нашу собственную модель.

🎥 Как защитить алгоритм машинного обучения от Adversarial-примеров / Сергей Дудоров (Digital Security)
👁 1 раз ⏳ 2202 сек.
Moscow Python Conf++ 2018

Зал «Малый зал»
22 октября, 17:00

Тезисы и презентация:
https://conf.python.ru/2018/abstracts/4157

Возлагая функцию принятия решения на алгоритм машинного обучения, достаточно справедливо задать себе вопрос, насколько тот или иной алгоритм устойчив к атакам, результатом которых будет неправильно принятое решение.

В данном докладе будут рассмотрены методы нападения, защиты и тестирования алгоритмов машинного обучения на предмет противодействия Adversarial-примерам с использовани

​Краткий гайд по созданию оракулов, богов из машины и ошибкам второго рода

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Наверное, в этом тексте для многих не будет новизны. Наверное, другие скажут что такого не бывает в реальной жизни. Но, уже не первое апреля, а всё написанное тут — чистая правда, которая случалась со мной или с людьми вокруг. Возможно что-то из сказанного заставит вас переосмыслить окружающие вас феномены.

Если подходить к этим историям формально, то можно сказать что все они порождены тем что люди не учитывают ошибку второго рода. У Юдковского, с коим знакома четверть Хабра — эта ошибка обычно зовётся «Подтверждающее искажение».

https://habr.com/ru/company/recognitor/blog/446038/

🔗 Краткий гайд по созданию оракулов, богов из машины и ошибкам второго рода
Наверное, в этом тексте для многих не будет новизны. Наверное, другие скажут что такого не бывает в реальной жизни. Но, уже не первое апреля, а всё написанное ту...

🎥 MIT AI: OpenAI and AGI (Greg Brockman)
👁 9 раз ⏳ 5107 сек.
Greg Brockman is the Co-Founder and CTO of OpenAI, a research organization developing ideas in AI that lead eventually to a safe & friendly artificial general intelligence that benefits and empowers humanity.
This conversation is part of the Artificial Intelligence podcast at MIT and beyond. Audio podcast version is available on https://lexfridman.com/ai/

INFO:
Podcast website: https://lexfridman.com/ai
Course website: https://deeplearning.mit.edu
YouTube Playlist: http://bit.ly/2EcbaKf

CONNECT:
- Subscri

🎥 Deep Learning на пальцах 7 - Segmentation и Object Detection (Владимир Игловиков)
👁 18 раз ⏳ 5720 сек.
Курс: http://dlcourse.ai
Слайды: https://slides.com/vladimiriglovikov/title-texttitle-text-17
Менее хардкорный вариант лекции прошлого года: https://www.youtube.com/watch?v=LFQPUYDUpvg