Toronto Machine Learning Summit
🔗 Toronto Machine Learning Summit
Towards Data Science is partnering with TMLS for our first event!
🔗 Toronto Machine Learning Summit
Towards Data Science is partnering with TMLS for our first event!
Towards Data Science
Toronto Machine Learning Summit
Towards Data Science is partnering with TMLS for our first event!
🎥 07 - ML & CV. Алгоритм настройки нейронной сети
👁 2 раз ⏳ 1032 сек.
👁 2 раз ⏳ 1032 сек.
Лектор: Михаил Романов
https://stepik.org/50352
Плейлист https://www.youtube.com/playlist?list=PLwwk4BHih4fj4DyxylZTHcdYk3L2MC2pa
Vk
07 - ML & CV. Алгоритм настройки нейронной сети
Лектор: Михаил Романов
https://stepik.org/50352
Плейлист https://www.youtube.com/playlist?list=PLwwk4BHih4fj4DyxylZTHcdYk3L2MC2pa
https://stepik.org/50352
Плейлист https://www.youtube.com/playlist?list=PLwwk4BHih4fj4DyxylZTHcdYk3L2MC2pa
Машинное обучение в инвестиционной компании: классифицируем обращения в техническую поддержку
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
#Машинноеобучение
В теории использование машинного обучения (ML) помогает сократить участие человека в процессах и операциях, перераспределять ресурсы и уменьшить затраты. Насколько это работает в условиях конкретной компании и сферы деятельности? Как показывает наш опыт — работает.
На определенном этапе развития мы в компании «ВТБ Капитал» столкнулись с острой необходимостью сократить время на обработку запросов в техническую поддержку. После анализа возможных вариантов было решено применить ML-технологию для категоризации обращений от бизнес-пользователей Calypso, ключевой инвестиционной платформы компании. Быстрая обработка таких запросов крайне важна для высокого качества ИТ-сервиса. Помочь в решении этой задачи мы попросили наших ключевых партнеров – компанию EPAM.
https://habr.com/ru/company/vtb/blog/455740/
🔗 Машинное обучение в инвестиционной компании: классифицируем обращения в техническую поддержку
В теории использование машинного обучения (ML) помогает сократить участие человека в процессах и операциях, перераспределять ресурсы и уменьшить затраты. Насколь...
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
#Машинноеобучение
В теории использование машинного обучения (ML) помогает сократить участие человека в процессах и операциях, перераспределять ресурсы и уменьшить затраты. Насколько это работает в условиях конкретной компании и сферы деятельности? Как показывает наш опыт — работает.
На определенном этапе развития мы в компании «ВТБ Капитал» столкнулись с острой необходимостью сократить время на обработку запросов в техническую поддержку. После анализа возможных вариантов было решено применить ML-технологию для категоризации обращений от бизнес-пользователей Calypso, ключевой инвестиционной платформы компании. Быстрая обработка таких запросов крайне важна для высокого качества ИТ-сервиса. Помочь в решении этой задачи мы попросили наших ключевых партнеров – компанию EPAM.
https://habr.com/ru/company/vtb/blog/455740/
🔗 Машинное обучение в инвестиционной компании: классифицируем обращения в техническую поддержку
В теории использование машинного обучения (ML) помогает сократить участие человека в процессах и операциях, перераспределять ресурсы и уменьшить затраты. Насколь...
Хабр
Машинное обучение в инвестиционной компании: классифицируем обращения в техническую поддержку
В теории использование машинного обучения (ML) помогает сократить участие человека в процессах и операциях, перераспределять ресурсы и уменьшить затраты. Насколь...
Разбираемся с Machine Learning в Elastic Stack (он же Elasticsearch, он же ELK)
Напомним, что в основе Elastic Stack лежат нереляционная база данных Elasticsearch, веб-интерфейс Kibana и сборщики-обработчики данных (самый известный Logstash, различные Beats, APM и другие). Одно из приятных дополнений всего перечисленного стека продуктов — анализ данных при помощи алгоритмов машинного обучения. В статье мы разбираемся что из себя представляют эти алгоритмы. Просим под кат.
https://habr.com/ru/company/galssoftware/blog/455387/
🔗 Разбираемся с Machine Learning в Elastic Stack (он же Elasticsearch, он же ELK)
Напомним, что в основе Elastic Stack лежат нереляционная база данных Elasticsearch, веб-интерфейс Kibana и сборщики-обработчики данных (самый известный Logstas...
Напомним, что в основе Elastic Stack лежат нереляционная база данных Elasticsearch, веб-интерфейс Kibana и сборщики-обработчики данных (самый известный Logstash, различные Beats, APM и другие). Одно из приятных дополнений всего перечисленного стека продуктов — анализ данных при помощи алгоритмов машинного обучения. В статье мы разбираемся что из себя представляют эти алгоритмы. Просим под кат.
https://habr.com/ru/company/galssoftware/blog/455387/
🔗 Разбираемся с Machine Learning в Elastic Stack (он же Elasticsearch, он же ELK)
Напомним, что в основе Elastic Stack лежат нереляционная база данных Elasticsearch, веб-интерфейс Kibana и сборщики-обработчики данных (самый известный Logstas...
Хабр
Разбираемся с Machine Learning в Elastic Stack (он же Elasticsearch, он же ELK)
Напомним, что в основе Elastic Stack лежат нереляционная база данных Elasticsearch, веб-интерфейс Kibana и сборщики-обработчики данных (самый известный Logstash, различные Beats, APM и другие). Одно...
The Race for Data Visualization: What is Tableau’s Magic?
🔗 The Race for Data Visualization: What is Tableau’s Magic?
The race just heated up. On June 6th Google announced they will be acquiring Looker, the data querying and exploration tool. This is an…
🔗 The Race for Data Visualization: What is Tableau’s Magic?
The race just heated up. On June 6th Google announced they will be acquiring Looker, the data querying and exploration tool. This is an…
Towards Data Science
The Race for Data Visualization: What is Tableau’s Magic?
The race just heated up. On June 6th Google announced they will be acquiring Looker, the data querying and exploration tool. This is an…
Predicting Customer Lifetime Value with “Buy ‘Til You Die” probabilistic models in Python
🔗 Predicting Customer Lifetime Value with “Buy ‘Til You Die” probabilistic models in Python
What is a customer worth? How many more times a customer will purchase before churning? How likely is he to churn within the next 3 months…
🔗 Predicting Customer Lifetime Value with “Buy ‘Til You Die” probabilistic models in Python
What is a customer worth? How many more times a customer will purchase before churning? How likely is he to churn within the next 3 months…
Towards Data Science
Predicting Customer Lifetime Value with “Buy ‘Til You Die” probabilistic models in Python
What is a customer worth? How many more times a customer will purchase before churning? How likely is he to churn within the next 3 months…
The risks of AI outsourcing — how to successfully work with AI startups
🔗 The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
🔗 The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
Towards Data Science
The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
How to measure distances in machine learning
🔗 How to measure distances in machine learning
It all depends on the point of view
🔗 How to measure distances in machine learning
It all depends on the point of view
Towards Data Science
How to measure distances in machine learning
It all depends on the point of view
🎥 Keras Multiclass Classification for Deep Neural Networks with ROC and AUC (4.2)
👁 1 раз ⏳ 1077 сек.
👁 1 раз ⏳ 1077 сек.
Classification allows deep neural networks to predict values that are one of a set number of classes. This video also shows common methods for evaluating Keras classification models, such as AUC, ROC, confusion matrix, and Accuracy.
Code for This Video:
https://github.com/jeffheaton/t81_558_deep_learning/blob/master/t81_558_class04_training.ipynb
Course Homepage: https://sites.wustl.edu/jeffheaton/t81-558/
Follow Me/Subscribe:
https://www.youtube.com/user/HeatonResearch
https://github.com/jeffheaton
ht
Vk
Keras Multiclass Classification for Deep Neural Networks with ROC and AUC (4.2)
Classification allows deep neural networks to predict values that are one of a set number of classes. This video also shows common methods for evaluating Keras classification models, such as AUC, ROC, confusion matrix, and Accuracy.
Code for This Video:…
Code for This Video:…
🎥 AWS Container Day - ML with Kubernetes
👁 1 раз ⏳ 2634 сек.
👁 1 раз ⏳ 2634 сек.
Learn more about EKS on AWS at - https://amzn.to/2KH6GSA.
Missed the AWS Container Day 2019 in Barcelona? In this session, we discuss Machine Learning on Kubernetes and the advantages for running it on AWS. We also show you a demo of the updates to Escalator - a cluster auto scaling component tuned for batch/ML workloads, and EC2 GPU instance autoscaling.
Vk
AWS Container Day - ML with Kubernetes
Learn more about EKS on AWS at - https://amzn.to/2KH6GSA.
Missed the AWS Container Day 2019 in Barcelona? In this session, we discuss Machine Learning on Kubernetes and the advantages for running it on AWS. We also show you a demo of the updates to Escalator…
Missed the AWS Container Day 2019 in Barcelona? In this session, we discuss Machine Learning on Kubernetes and the advantages for running it on AWS. We also show you a demo of the updates to Escalator…
🎥 Applied Deep Learning Tutorial For Beginners| Classifications & Models(Part 3/3) | Eduonix
👁 1 раз ⏳ 1619 сек.
👁 1 раз ⏳ 1619 сек.
In this part of the video, you will be learning the classification and how to build models.
1 Dollar Sale! Get Discounts Like Never Before on - http://bit.ly/dollar1sale
Table of content
[00:07] Introduction to classification
[04:33] Building Models
[19:44] Training Model
Missed previous Parts?
Get part 1 - https://youtu.be/jiOjaURf8tQ
Get Part 2 - https://youtu.be/fsssT07o_xc
Wish to master in Deep Learning? Get access to the courses below -
Learn Machine Learning By Building Projects - http://bit.ly/2
Vk
Applied Deep Learning Tutorial For Beginners| Classifications & Models(Part 3/3) | Eduonix
In this part of the video, you will be learning the classification and how to build models.
1 Dollar Sale! Get Discounts Like Never Before on - http://bit.ly/dollar1sale
Table of content
[00:07] Introduction to classification
[04:33] Building Models
[19:44]…
1 Dollar Sale! Get Discounts Like Never Before on - http://bit.ly/dollar1sale
Table of content
[00:07] Introduction to classification
[04:33] Building Models
[19:44]…
🎥 Build Intelligent Apps Using AI Services
👁 1 раз ⏳ 2491 сек.
👁 1 раз ⏳ 2491 сек.
Learn more about AWS at – https://amzn.to/2JSxYG9
Easily add intelligence to your applications using pre-trained AI services for computer vision, speech, translation, transcription, natural language processing, and conversational chatbots. No machine learning skills required.
Vk
Build Intelligent Apps Using AI Services
Learn more about AWS at – https://amzn.to/2JSxYG9
Easily add intelligence to your applications using pre-trained AI services for computer vision, speech, translation, transcription, natural language processing, and conversational chatbots. No machine learning…
Easily add intelligence to your applications using pre-trained AI services for computer vision, speech, translation, transcription, natural language processing, and conversational chatbots. No machine learning…
🎥 Your first Deep Learning model with Tensorflow 2.0
👁 9 раз ⏳ 621 сек.
👁 9 раз ⏳ 621 сек.
Simple walkthrough of how to train a Deep Learning model using Jupyter notebook, Python and Tensorflow 2.0 Keras API.
Find code here: https://github.com/zerotodeeplearning/first_deep_learning_model
Find our bootcamp here: https://bootcamp.zerotodeeplearning.com/
Vk
Your first Deep Learning model with Tensorflow 2.0
Simple walkthrough of how to train a Deep Learning model using Jupyter notebook, Python and Tensorflow 2.0 Keras API.
Find code here: https://github.com/zerotodeeplearning/first_deep_learning_model
Find our bootcamp here: https://bootcamp.zerotodeeplearning.com/
Find code here: https://github.com/zerotodeeplearning/first_deep_learning_model
Find our bootcamp here: https://bootcamp.zerotodeeplearning.com/
The risks of AI outsourcing — how to successfully work with AI startups
🔗 The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
🔗 The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
Towards Data Science
The risks of AI outsourcing — how to successfully work with AI startups
Corporates are battling with technology giants and AI startups for the best and brightest AI talent. They are increasingly outsourcing…
18 июня в 14.00 по мск стартует вебинар "P&L на Loginom: объективно о себестоимости в группе компаний"
https://loginom.ru/pnl-webinar
Разработчики аналитической платформы Loginom продемонстрируют, как автоматизация отчета P&L позволит объективно анализировать ситуацию развития компании в динамике.
Вебинар полезный и бесплатный!
🔗 P&L на Loginom: объективно о себестоимости в группе компаний
Приглашаем принять участие в вебинаре «P&L на Loginom: объективно о себестоимости в группе компаний»!
https://loginom.ru/pnl-webinar
Разработчики аналитической платформы Loginom продемонстрируют, как автоматизация отчета P&L позволит объективно анализировать ситуацию развития компании в динамике.
Вебинар полезный и бесплатный!
🔗 P&L на Loginom: объективно о себестоимости в группе компаний
Приглашаем принять участие в вебинаре «P&L на Loginom: объективно о себестоимости в группе компаний»!
Loginom.ru
P&L на Loginom: объективно о себестоимости в группе компаний
Приглашаем принять участие в вебинаре «P&L на Loginom: объективно о себестоимости в группе компаний»!
Вейвлет-анализ.Часть 3
🔗 Вейвлет-анализ.Часть 3
Введение При проведении CWT анализа средствами библиотеки PyWavelets (бесплатное программное обеспечение с открытым исходным кодом, выпущенное по лицензии MIT) в...
🔗 Вейвлет-анализ.Часть 3
Введение При проведении CWT анализа средствами библиотеки PyWavelets (бесплатное программное обеспечение с открытым исходным кодом, выпущенное по лицензии MIT) в...
Хабр
Вейвлет-анализ. Часть 3
Введение При проведении CWT анализа средствами библиотеки PyWavelets (бесплатное программное обеспечение с открытым исходным кодом, выпущенное по лицензии MIT) возникают проблемы с визуализацией...
🎥 Евгений Разинков. Лекция 7. Random Forest (курс "Машинное обучение", весна 2019)
👁 1 раз ⏳ 3238 сек.
👁 1 раз ⏳ 3238 сек.
Лекция посвящена алгоритму Random Forest. Рассмотрены следующие темы:
- Ансамбль классификаторов. Преимущества объединения деревьев решений в ансамбль.
- Как вырастить деревья разными?
- Bagging.
- Random Node Optimization.
Евгений Разинков -- к.ф.-м.н., руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX, ассистент кафедры системного анализа и ИТ института ВМиИТ Казанского федерального университета.
Информация о лекциях:
http://razinkov.ai
Телеграм-канал с анонсами лекций
Vk
Евгений Разинков. Лекция 7. Random Forest (курс "Машинное обучение", весна 2019)
Лекция посвящена алгоритму Random Forest. Рассмотрены следующие темы:
- Ансамбль классификаторов. Преимущества объединения деревьев решений в ансамбль.
- Как вырастить деревья разными?
- Bagging.
- Random Node Optimization.
Евгений Разинков -- к.ф.-м.н.…
- Ансамбль классификаторов. Преимущества объединения деревьев решений в ансамбль.
- Как вырастить деревья разными?
- Bagging.
- Random Node Optimization.
Евгений Разинков -- к.ф.-м.н.…
Лопнул ли пузырь машинного обучения, или начало новой зари
Блог компании Recognitor,
Недавно вышла статья которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последние два года резко упало.
https://habr.com/ru/company/recognitor/blog/455676/
🔗 Лопнул ли пузырь машинного обучения, или начало новой зари
Недавно вышла статья которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последн...
Блог компании Recognitor,
Недавно вышла статья которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последние два года резко упало.
https://habr.com/ru/company/recognitor/blog/455676/
🔗 Лопнул ли пузырь машинного обучения, или начало новой зари
Недавно вышла статья которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последн...
Хабр
Лопнул ли пузырь машинного обучения, или начало новой зари
Недавно вышла статья , которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последние два года резко упало. Ну что....
What 70% of Data Science Learners Do Wrong
🔗 What 70% of Data Science Learners Do Wrong
Lessons Learned from Repeatedly Smacking My Head Against a 2-Meter Long Metal Pole For A College Engineering Course
🔗 What 70% of Data Science Learners Do Wrong
Lessons Learned from Repeatedly Smacking My Head Against a 2-Meter Long Metal Pole For A College Engineering Course
Towards Data Science
What 70% of Data Science Learners Do Wrong
Lessons Learned from Repeatedly Smacking My Head Against a 2-Meter Long Metal Pole For A College Engineering Course