​Три проблемы сервисов для проверки английской грамматики, и можно ли их решить

🔗 Три проблемы сервисов для проверки английской грамматики, и можно ли их решить
Грамматика английского языка далеко не всегда проста, и даже самые образованные люди из числа его носителей делают ошибки. Поэтому использование специализирова...

​Robotic Process Automation — новый взгляд на старые технологии

🔗 Robotic Process Automation — новый взгляд на старые технологии
Если сегодня приходишь в МФЦ по любому вопросу, уйма времени уходит на ожидание: пока сотрудник введёт информацию из разных документов в требуемые формы, поста...

​Для чего и как мы скрываем госномера автомобилей в объявлениях
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и какие есть способы решения таких задач, читайте в статье.

https://habr.com/ru/company/avito/blog/447286/

🔗 Для чего и как мы скрываем госномера автомобилей в объявлениях Авито
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и к...

​Предсказания от математиков. Разбираем основные методы обнаружения аномалий

🔗 Предсказания от математиков. Разбираем основные методы обнаружения аномалий
За рубежом все большую популярность набирает использование искусственного интеллекта в промышленности для предиктивного обслуживания (predictive maintenance) раз...

🎥 Make Money with Tensorflow 2.0
👁 23 раз ⏳ 2250 сек.
I've built an app called NeuralFund that uses Tensorflow 2.0 to make automated investment decisions. I used Tensorflow 2.0 to train a transformer network on time series data that i downloaded using the Yahoo Finance API. Then, I used Tensorflow Serving + Flask to create a simple web app around it. I'll explain what the important parts you should know in Tensorflow 2.0 are, then I'll guide you through my code & thought process of building an AI startup using it. Enjoy!

Code for this video:
https://github.co

​https://sites.google.com/view/deep-rl-bootcamp/lectures?fbclid=IwAR1jzH8D2adWGrAz2vQcz9N2gEh_BbIeckyWsLZZdFEEBmVYXmvi1Fnxl2c

🔗 Deep RL Bootcamp - Lectures

​Restricted cubic splines

🔗 Restricted cubic splines
A spline is a drafting tool for drawing curves. In statistics, splines are a broad class of methods for transforming variables. I first…

🎥 Co-change Clusters: Extraction and Application on Assessing Software Modularity
👁 1 раз ⏳ 2497 сек.
Важной концепцией при разработке современного программного обеспечения является концепция модуляризации, -- неправильное разбиение проекта на модули может значительно усложнить весь процесс внесения изменений в код. В связи с этим возникает желание разработать метод, который бы позволил автоматизировать процесс поиска подобных проблем в проекте, используя его историю изменений.

В рамках семинара мы рассмотрим статью, авторы которой применяют метод под названием "co-change clustering", с помощью которого он

🎥 Adaptive Sampled Softmax with Kernel-Based Sampling
👁 15 раз ⏳ 2567 сек.
В задачах классификации часто применяется функция Softmax, переводящая выходы модели в вероятности классов. Если количество классов N велико, то узким местом для производительности становится вычисление градиента функции потерь: для классического Softmax оно занимает O(N) времени. Подобная проблема может возникнуть в языковом моделировании или рекомендательных системах.

Поэтому на практике применяются эффективные приближения, например, Sampled Softmax, в котором на каждом шаге используется лишь небольшая в

🎥 Обучение с подкреплением с использованием предпочтений человека
👁 13 раз ⏳ 1621 сек.
Для некоторых систем RL очень сложно установить взаимосвязь между общей целью и функцией награды, которая используется в state-of-the-art системах. Мы рассмотрим подход, который способен решать задачи без явного доступа к самой функции награды. Также, этот подход будет учитывать траектории, выбранные самими пользователями. Экспериментальные результаты будут представлены на основе Atari игр и в симуляторе MuJoCo.

Докладчик: Михаил Шавкунов.

Ссылка на статью: https://arxiv.org/abs/1706.03741

Ссылка на слай

​Американские ученые научили роботов использовать вспомогательные инструменты

🔗 Американские ученые научили роботов использовать вспомогательные инструменты
Обезьяна (шимпанзе) достает термитов из термитника при помощи палки. Навторой фотографии горилла использует палку для сбора нужной ей травы Разработчики из СШ...

​TensorSpace.js

🔗 TensorSpace.js
Home page of TensorSpace.js

​Generate Anime Style Face Using DCGAN and Explore Its Latent Feature Representation

🔗 Generate Anime Style Face Using DCGAN and Explore Its Latent Feature Representation
Step by step experimenting DCGAN with visualization of its results

​https://web.stanford.edu/~jduchi/projects/CandesDuSa19.pdf

🔗

​Data Science with Optimus. Part 2: Setting your DataOps Environment.

🔗 Data Science with Optimus. Part 2: Setting your DataOps Environment.
Breaking down data science with Python, Spark and Optimus. Today: Data Operations for Data Science. ..::Part 1 here::.. Here we’ll learn…

​Machine Learning — Diagnosing faults on vehicle fleet trackers

🔗 Machine Learning — Diagnosing faults on vehicle fleet trackers
A Data-Driven solution to diagnose faults on tracking modules.

🎥 Building a sustainable, open source machine learning platform for everyone (TensorFlow Meets)
👁 1 раз ⏳ 493 сек.
TensorFlow is a truly open source platform with over 1,900 contributors. On this episode of TensorFlow Meets, Laurence talks to Open Source Strategist Edd Wilder-James about how things like TensorFlow’s Request for Comments process, Special Interest Groups, and the modularity of its codebase make it easier for the ML community to build TensorFlow together. They also discuss the upcoming O’Reilly TensorFlow World conference, which is accepting applications to participate now through April 23rd. Please subscr

🎥 Lesson 2. Linear algebra basics
👁 1 раз ⏳ 1205 сек.
In order to understand the math behind the neural nets we need to recap the basics of linear algebra.

We will talk about such objects as vectors, matrcies and tensors.

Lecturer: Nadya Zueva (MIPT).

Materials:
https://drive.google.com/open?id=1iLiyNJSzIfgzTvnq1IHut-GXQcGgHVtm

---

About Deep Learning School at PSAMI MIPT

Official website: https://www.dlschool.org
Github-repo: https://github.com/DLSchool/dlschool_english

About PSAMI MIPT

Official website: https://mipt.ru/english/edu/phystechschool

​Как запустить ML-прототип за один день. Доклад Яндекс.Такси

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Машинное обучение применяется на всём цикле заказа автомобиля в Яндекс.Такси, и число компонентов сервиса, работающих благодаря ML, постоянно растёт. Чтобы строить их единообразно, нам потребовался обособленный процесс. Руководитель службы машинного обучения и анализа данных Роман Халкечев рассказал про препроцессинг данных, применение моделей в продакшене, сервис их прототипирования и сопутствующие инструменты.
https://habr.com/ru/company/yandex/blog/447186/

🔗 Как запустить ML-прототип за один день. Доклад Яндекс.Такси
Машинное обучение применяется на всём цикле заказа автомобиля в Яндекс.Такси, и число компонентов сервиса, работающих благодаря ML, постоянно растёт. Чтобы строи...

🎥 Week 8 (part c) CS294-158 Deep Unsupervised Learning (4/3/19) -- Ilya Sutskever
👁 1 раз ⏳ 2928 сек.
UC Berkeley CS294-158 Deep Unsupervised Learning (Spring 2019)
Instructors: Pieter Abbeel, Xi (Peter) Chen, Jonathan Ho, Aravind Srinivas
https://sites.google.com/view/berkele...
Week 8c Lecture Contents:
- Ilya Sutskever guest lecture on GPT-2