​Издевательски точный, быстрый и легковесный поиск баркодов через семантическую сегментацию

Поиск объектов на изображениях? Имея обучающую выборку и минимальный набор знаний о нейросетях, любой студент сегодня может получить решение определенной точности. Однако большинство нейросетей, использующихся для решения этой задачи, достаточно глубокие, а соответственно, требуют много данных для обучения, сравнительно медленно работают на этапе inference (особенно если на устройстве отсутствует GPU), много весят и достаточно энергозатратны. Все вышеперечисленное может быть весьма критично в определенных случаях, в первую очередь, для мобильных приложений.

Баркоды — объекты с достаточно простой структурой. В ходе исследований у нас получилось с помощью сравнительно оригинального подхода искать такие простые объекты весьма точно (мы побили state-of-the-art) и достаточно быстро (real-time на среднем CPU). Плюс наш детектор очень легкий, имеющий всего 30к весов. О результатах нашего исследования мы и расскажем в этой статье.

https://habr.com/ru/company/abbyy/blog/455764/
#Обработкаизображений
#Машинноеобучение
#Искусственныйинтеллект

🔗 Издевательски точный, быстрый и легковесный поиск баркодов через семантическую сегментацию
Поиск объектов на изображениях? Имея обучающую выборку и минимальный набор знаний о нейросетях, любой студент сегодня может получить решение определенной точност...

​Дайджест соревнований по анализу данных – Кирилл Бродт

🔗 Дайджест соревнований по анализу данных – Кирилл Бродт
Обзор новых соревнований по анализу данных от 13 июля 2019 года. Кирилл Бродт рассказывает про актуальные соревнования, в которых можно принять участие. Календарь соревнований: http://mltrainings.ru/ Узнать о новых тренировках и видео можно из групп: ВКонтакте https://vk.com/mltrainings Facebook https://www.facebook.com/groups/1413405125598651/ Telegram https://t.me/mltrainings

​Imitation Learning: Reinforcement Learning For The Real World - Dr. Byron Galbraith

🔗 Imitation Learning: Reinforcement Learning For The Real World - Dr. Byron Galbraith
Reinforcement Learning has seen an explosion of work in the last few years with some high-profile results such as DeepMind’s success at Go with AlphaZero. Most of the success has been demonstrated on games which, while impressive, have certain properties that don’t translate to real-world challenges faced by practitioners. First, these games can be simulated efficiently at the massive scales needed to train the RL algorithms. Second, many of the games, like Chess, Go, and Breakout, are fully observable, in

​Parrotron: New Research into Improving Verbal Communication for People with Speech Impairments

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
http://ai.googleblog.com/2019/07/parrotron-new-research-into-improving.html

🔗 Parrotron: New Research into Improving Verbal Communication for People with Speech Impairments
Posted by Fadi Biadsy, Research Scientist and Ron Weiss, Software Engineer, Google Research Most people take for granted that when they sp...

How to get Tensorflow 2.0 in Google Colab
https://www.youtube.com/watch?v=MqLZgeb155E

🎥 How to get Tensorflow 2.0 in Google Colab
👁 1 раз ⏳ 475 сек.
How to install and use Tensorflow 2.0 in Google Colab, run Linux commands, and some caveats.

What happens if your runtime disconnects? What happens if you keep seeing the old Tensorflow version?

Get 80-90% off all my deep learning courses here: https://lazyprogrammer.me

Google AI - Vision API Python Tutorial (Part 7): Detect Faces

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

🎥 Google AI - Vision API Python Tutorial (Part 7): Detect Faces
👁 1 раз ⏳ 1069 сек.
Buy Me a Coffee? https://www.paypal.me/jiejenn/5
Your donation will support me to continue to make more tutorial videos!

Overview:
The Face Detection feature detects faces within an image and returns information such as facial attributes location, emotional states, and as well as wearable accessories. In this tutorial we will learn how to use the FACE_DETECTION method with Vision API.

Documentation:
https://cloud.google.com/vision/docs/detecting-faces

Python Script
https://learndataanalysis.org/google-vi

​Building a Fake News Classifier Using Natural Language Processing
Look, I’m not here to pick sides. Donald Trump is merely my scape-goat for my using of the term “fake news”
https://towardsdatascience.com/building-a-fake-news-classifier-using-natural-language-processing-83d911b237e1?source=collection_home---4------1-----------------------

🔗 Building a Fake News Classifier Using Natural Language Processing
Look, I’m not here to pick sides. Donald Trump is merely my scape-goat for my using of the term “fake news”, but whether or not you’re a…

​Hands On Bayesian Statistics with Python, PyMC3 & ArviZ
Gaussian Inferences, Posterior Predictive Checks, Group Comparison, Hierarchical Linear Regression
https://towardsdatascience.com/hands-on-bayesian-statistics-with-python-pymc3-arviz-499db9a59501?source=collection_home---4------1-----------------------

🔗 Hands On Bayesian Statistics with Python, PyMC3 & ArviZ
Gaussian Inferences, Posterior Predictive Checks, Group Comparison, Hierarchical Linear Regression

​Your dataset is a giant inkblot test
The danger of apophenia in analytics and what you can do about it
https://towardsdatascience.com/your-dataset-is-a-giant-inkblot-test-b9bf4c53eec5?source=collection_home---4------1-----------------------

🔗 Your dataset is a giant inkblot test - Towards Data Science
The danger of apophenia in analytics and what you can do about it

​Книга «Машинное обучение для бизнеса и маркетинга»

image Наука о данных становится неотъемлемой частью любой маркетинговой деятельности, и эта книга является живым портретом цифровых преобразований в маркетинге. Анализ данных и интеллектуальные алгоритмы позволяют автоматизировать трудоемкие маркетинговые задачи. Процесс принятия решений становится не только более совершенным, но и более быстрым, что имеет большое значение в постоянно ускоряющейся конкурентной среде.

«Эта книга — живой портрет цифровых преобразований в маркетинге. Она показывает, как наука о данных становится неотъемлемой частью любой маркетинговой деятельности. Подробно описывается, как подходы на основе анализа данных и интеллектуальных алгоритмов способствуют глубокой автоматизации традиционно трудоемких маркетинговых задач. Процесс принятия решений становится не только более совершенным, но и более быстрым, что важно в нашей постоянно ускоряющейся конкурентной среде. Эту книгу обязательно должны прочитать и специалисты по обработке данных, и специалисты по маркетингу, а лучше, если они будут читать ее вместе.» Андрей Себрант, директор по стратегическому маркетингу, Яндекс.
https://habr.com/ru/company/piter/blog/460375/

🔗 Книга «Машинное обучение для бизнеса и маркетинга»
Наука о данных становится неотъемлемой частью любой маркетинговой деятельности, и эта книга является живым портретом цифровых преобразований в маркетинге. Анали...

#Машинноеобучение

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
✅Машинное обучение: шаг в цифровую экономику.
✅Использование искусственного интеллекта в финансовом и банковском секторе.
✅Roundtable discussion. Future of AI: science, industry and society.
✅Моделирование пользовательских предпочтений в мультимодальных данных.
✅Открытые вопросы искусственного интеллекта.
✅Проект iPavlov: как на Физтехе разрабатывают разговорный искусственный интеллект.
✅Машинное обучения для поиска тёмной материи в экспериментах ЦЕРН.
✅Нейроморфные вычисления и механизмы мозга.
✅Когнитивное компьютерное моделирование и искусственный интеллект.
✅Технологии INTEL для машинного обучения и систем AI.

🎥 Roundtable discussion. Future of AI: science, industry and society.
👁 1 раз ⏳ 3927 сек.


🎥 Моделирование пользовательских предпочтений в мультимодальных данных. Хади Лау и Максим Ткаченко.
👁 1 раз ⏳ 3382 сек.
Поисковые системы, системы электронной коммерции, социальные сети и другие онлайн-сервисы содержат огромное количество информации. Только часть её ...

🎥 Открытые вопросы искусственного интеллекта. Сергей Шумский
👁 1 раз ⏳ 5557 сек.
Семинар AI@MIPT на тему «Открытые вопросы искусственного интеллекта». Его провел Сергей Шумский, директор Научно-координационного совета Центра нау...

🎥 Машинное обучения для поиска тёмной материи в экспериментах ЦЕРН. Андрей Устюжанин
👁 1 раз ⏳ 4871 сек.
Поиск тёмной материи становится горячей темой современных физических исследований. О её существовании догадались из относительно недавних наблюдени...

🎥 Нейроморфные вычисления и механизмы мозга. Виталий Дунин-Барковский
👁 1 раз ⏳ 4218 сек.
Успешность многослойных нейроморфных конструкций долгое время обеспечивалась исключительно механизмом обратного распространения ошибок. Этот механи...

🎥 Когнитивное компьютерное моделирование и искусственный интеллект. Александр Панов
👁 1 раз ⏳ 4853 сек.
Когнитивные науки занимаются изучением процессов и способов познания человеком себя и окружающей среды. Искусственный интеллект зарождался именно к...

🎥 Технологии INTEL для машинного обучения и систем AI. Михаил Цветков
👁 1 раз ⏳ 5462 сек.
Переход от академических соревнований на публичных датасетах к практическим внедрениям AI по реальным данным показывает, что тренинг модели — это т...

​Роботы и клубничка: как AI повышает урожайность полей

Наш телеграм канал - tglink.me/ai_machinelearning_big_data
Население Земли стремительно растёт, и по прогнозам ООН к 2030 году достигнет 8,5 млрд человек. Аналитики Всемирного банка считают, что к 2050 году нам нужно будет увеличить количество продуктов питания на 50 процентов, чтобы поддержать растущее население планеты, а изменение климата приведет к снижению урожайности на 25 процентов на открытом воздухе. Но территории, лучше всего подходящие для выращивания культурных растений, уже обрабатываются. Найти новые места трудно, а добиться значительного прироста урожайности — ещё труднее.
Искусственный интеллект, Машинное обучение
https://habr.com/ru/company/cloud4y/blog/460129/

🔗 Роботы и клубничка: как AI повышает урожайность полей
Население Земли стремительно растёт, и по прогнозам ООН к 2030 году достигнет 8,5 млрд человек. Аналитики Всемирного банка считают, что к 2050 году нам нужно бу...

Stack vs Concat in PyTorch, TensorFlow & NumPy - Deep Learning Tensor Ops
https://www.youtube.com/watch?v=kF2AlpykJGY

🎥 Stack vs Concat in PyTorch, TensorFlow & NumPy - Deep Learning Tensor Ops
👁 1 раз ⏳ 1011 сек.
Welcome to this neural network programming series. In this episode, we will dissect the difference between concatenating and stacking tensors together. We’ll look at three examples, one with PyTorch, one with TensorFlow, and one with NumPy.

👉 Learn about squeezing tensors:
🔗 https://deeplizard.com/learn/video/fCVuiW9AFzY

🙏 Thank you to Liu Xinxin who asked the question that lead to this video's creation.
👉 What's the difference between stack and cat?

💥🦎 DEEPLIZARD COMMUNITY RESOURCES 🦎💥

👀 OUR VLOG:
🔗 h

​Почему вам не стоит учавствовать в хакатонах – Денис Воротынцев

🔗 Почему вам не стоит учавствовать в хакатонах – Денис Воротынцев
Денис Воротынцев рассказывает, почему не стоит участвовать в хакатонах (доклад секции Black ML, Data Fest⁶). Из видео вы сможете узнать: - Что такое хакатоны и в чём заключается мотивация участников - Кейсы участия в хакатонах - Три группы ошибок и сложностей в хакатонах или что может пойти не так Узнать о текущих соревнованиях можно на сайте http://mltrainings.ru/ Узнать о новых тренировках и видео можно из групп: ВКонтакте https://vk.com/mltrainings Facebook https://www.facebook.com/groups/141340512559

​The AI Technique That Could Imbue Machines With the Ability to Reason
https://medium.com/mit-technology-review/the-ai-technique-that-could-imbue-machines-with-the-ability-to-reason-7a7b28a59993

🔗 The AI Technique That Could Imbue Machines With the Ability to Reason
Yann LeCun, Facebook’s chief AI scientist, believes unsupervised learning will bring about the next AI revolution

Глубинное машинное обучение в задачах компьютерного зрения

https://www.youtube.com/watch?v=ez5i1q3BMlI

🎥 Глубинное машинное обучение в задачах компьютерного зрения
👁 1 раз ⏳ 5078 сек.

Google AI - Vision API Python Tutorial (Part 8): Image Properties Detection

🎥 Google AI - Vision API Python Tutorial (Part 8): Image Properties Detection
👁 1 раз ⏳ 690 сек.
Buy Me a Coffee? https://www.paypal.me/jiejenn/5
Your donation will support me to continue to make more tutorial videos!

Overview:
The Image Properties feature detects general attributes of an image, such as the dominant colors composed in the image. In this tutorial we will learn how to use the IMAGE_PROPERTIES method of the Google’s Vision API.

Documentation:
https://cloud.google.com/vision/docs/detecting-properties

Python Script
https://learndataanalysis.org/google-vision-api-detect-image-properties/

​A Recipe for using Open Source Machine Learning models
A step-by-step approach to finding, evaluating and using open source neural network models

https://towardsdatascience.com/a-recipe-for-using-open-source-machine-learning-models-within-your-company-1aed833a59b5?source=collection_home---4------2-----------------------

🔗 A Recipe for using Open Source Machine Learning models
A step-by-step approach to finding, evaluating and using open source neural network models

​The Hundred-Page Machine Learning Book Book Review
The start here and continue here of machine learning. 100-pages in 10-minutes. You ready?
https://towardsdatascience.com/the-hundred-page-machine-learning-book-book-review-72b51c5ad083?source=collection_home---4------0-----------------------

🔗 The Hundred-Page Machine Learning Book Book Review - Towards Data Science
The start here and continue here of machine learning. 100-pages in 10-minutes. You ready?

​Sinkhorn iteration for Optimal Transport with TF. Code:
https://colab.research.google.com/github/znah/notebooks/blob/master/mini_sinkhorn.ipynb

🔗 Google Colaboratory