​Moscow Spark #6

🔗 Moscow Spark #6
Наш канал в Telegram https://t.me/moscowspark Презентации доступны здесь https://goo.gl/4eZGxF Создание кастомных Source и Sink для Structured Streaming Андр...

​Trends in Deep Learning with Jeremy Howard - TWiML Talk #214

🔗 Trends in Deep Learning with Jeremy Howard - TWiML Talk #214
In this episode of our AI Rewind series, we’re bringing back one of your favorite guests of the year, Jeremy Howard, founder and researcher at Fast.ai. Jerem...

​Daniel DeTone (Magic Leap) Learning Deep Convolutional Frontends for Visual SLAM

🔗 Daniel DeTone (Magic Leap) Learning Deep Convolutional Frontends for Visual SLAM
Daniel DeTone, Senior Software Engineer in Deep Learning, Magic Leap, Inc Bio: Daniel is a Senior Research Engineer in Deep Learning at Magic Leap, currently...

https://habr.com/post/434236/

Нейросеть с амёбой решили задачу коммивояжера для 8 городов

#machinelearning #neuralnets #deeplearning #машинноеобучение

Наш телеграмм канал - https://t.me/ai_machinelearning_big_data

🎥 Итоговое мероприятие Telecom Data Cup | Технострим
👁 1 раз ⏳ 7837 сек.
23 декабря, состоится итоговое мероприятие чемпионата по машинному обучению и анализу данных Telecom Data Cup. Подробнее о чемпионате: http://bit.ly/2SmchyA

Победители соревнования расскажут, как им удалось достичь успеха, и с какими трудностями пришлось столкнуться:
1 место — Сергей Старицын
2 место — Михаил Новиков
3 место — Сергей Лавриков

Также, с докладами выступят приглашенные эксперты и топ-менеджеры компаний-организаторов:
• Смыслов Дмитрий — Вице-президент по персоналу и образовательным прое

​Smart Compose: Using Neural Networks to Help Write Emails

Google shared some information about their new feature. Most important: they claim to focus on Fairness and Privacy, training on completely anonimized data and trying to eliminate biases.

Link: https://ai.googleblog.com/2018/05/smart-compose-using-neural-networks-to.html

#Google #SmartCompose #FairAI #Privacy

🔗 Smart Compose: Using Neural Networks to Help Write Emails
Posted by Yonghui Wu, Principal Engineer, Google Brain Team Last week at Google I/O , we introduced Smart Compose , a new feature in Gmail...

🎥 TMPA School 2018 Saratov: Сетевые методы анализа многомерных данных (часть 2)
👁 1 раз ⏳ 3910 сек.
Ростислав Яворский
Доцент департамента анализа данных и искусственного интеллекта факультета компьютерных наук, НИУ ВШЭ

Смотреть презентацию:
https://speakerdeck.com/exactpro/sietievyie-mietody-analiza-mnoghomiernykh-dannykh-chast-2

TMPA School 2018
Тестирование программного обеспечения, анализ данных и машинное обучение

🎥 TMPA School 2018 Saratov: Сетевые методы анализа многомерных данных (часть 1)
👁 1 раз ⏳ 5235 сек.
Ростислав Яворский
Доцент департамента анализа данных и искусственного интеллекта факультета компьютерных наук, НИУ ВШЭ

Смотреть презентацию: https://speakerdeck.com/exactpro/sietievyie-mietody-analiza-mnoghomiernykh-dannykh-chast-1

TMPA School 2018
Тестирование программного обеспечения, анализ данных и машинное обучение
https://school.tmpaconf.org/

🎥 Training Large-Scale Deep Nets with RL with Nando de Freitas - TWiML Talk #213
👁 1 раз ⏳ 3322 сек.
Today we close out both our NeurIPS series and our 2018 conference coverage with this interview with Nando de Freitas, Team Lead & Principal Scientist at Deepmind and Fellow at the Canadian Institute for Advanced Research.

In our conversation, we explore his interest in understanding the brain and working towards artificial general intelligence through techniques like meta-learning, few-shot learning and imitation learning. In particular, we dig into a couple of his team’s NeurIPS papers: “Playing hard

​Christmas Games: How random are dice?

https://towardsdatascience.com/christmas-games-how-random-are-dice-969f8a935b18?source=collection_home---4------1---------------------

🔗 Christmas Games: How random are dice? – Towards Data Science
Analyzing dice randomness with openCV and hypothesis testing.

как пройти Data Science собеседование
https://www.youtube.com/watch?v=OHhoLhYW2cg

🎥 5 Steps to Pass Data Science Interviews
👁 2 раз ⏳ 823 сек.
Data Science is becoming more and more popular as a career choice since it offers both lucrative salaries and the opportunity to have high impact. The Data Science interview process is challenging, but with dedicated practice you can succeed. In this video, I'll outline the 7 steps to pass any Data Science Interview. We'll go over topics like studying techniques, portfolio optimization, and interviewing tips, all of which are prominent in the modern Data Science interview pipeline. I've listed all of the re

​Новогодний датасет 2018: открытая семантика русского языка.

Открытая семантика русского языка получила большое обновление. Было собрано достаточное количество данных, чтобы применить поверх собранной разметки машинное обучение и построить семантическую модель языка. Смотрим, что из этого получилось: http://amp.gs/ES2r

🔗 Новогодний датасет 2018: открытая семантика русского языка
Открытая семантика русского языка, об истории создания которой вы можете прочитать здесь и здесь, получила большое обновление. Мы собрали достаточное количество...

​Deep Learning for Recommender Systems by Oliver Gindele

🔗 Deep Learning for Recommender Systems by Oliver Gindele
Recommender systems are widely used by e-commerce and services companies worldwide to provide the most relevant items to their users. Over the past few years...

​Music Composition using Deep Learning - Code in Python

🔗 Music Composition using Deep Learning - Code in Python
Deep Learning Oleh: J.COp #UNTUK_INDONESIA =================================================== This Video: Training a LSTM on Indonesian Folk Songs in MIDI f...

I Worked With A Data Scientist As A Software Engineer. Here’s My Experience.
https://towardsdatascience.com/i-worked-with-a-data-scientist-heres-what-i-learned-2e19c5f5204?source=collection_home---4------5---------------------

https://habr.com/post/434390/

Адекватность машинных переводчиков

#machinelearning #neuralnets #deeplearning #машинноеобучение

Наш телеграмм канал - https://t.me/ai_machinelearning_big_data

​Prevent NVIDIA GPUs' throttling on headless server

🔗 Prevent NVIDIA GPUs' throttling on headless server
Prevent NVIDIA GPUs' throttling on headless server - gpu-control.md

​https://habr.com/company/dins/blog/433166/

Предсказываем время решения тикета с помощью машинного обучения

🔗 Предсказываем время решения тикета с помощью машинного обучения
Оформляя тикет в системе управления проектами и отслеживания задач, каждый из нас рад видеть ориентировочные сроки решения по своему обращению. Получая поток...

​Text Classification with State of the Art NLP Library — Flair

https://towardsdatascience.com/text-classification-with-state-of-the-art-nlp-library-flair-b541d7add21f

🔗 Text Classification with State of the Art NLP Library — Flair
Exciting news! A new version of Flair - state-of-the-art NLP library has just been released. Learn how to use it for text classification

​Машинное Обучение. Лекции
https://www.youtube.com/playlist?list=PL0Ks75aof3Ti5IBKAD4234VkMVnI4ecky

🔗 Машинное Обучение. Лекции - YouTube



🎥 Машинное обучение. Лекция 3. Линейные модели
👁 293 раз ⏳ 2867 сек.
В данном видео речь идёт о линейных моделях в задачах регрессии и классификации. Введены такие понятия, как регуляризация, функция правдоподобия и градиентный спуск.