​How to Create an Interactive Geographic Map Using Python and Bokeh

🔗 How to Create an Interactive Geographic Map Using Python and Bokeh
Interactive Data Visualization with Choropleth Maps

​Making Efficient Use of Demonstrations to Solve Hard Exploration Problems

🔗 Making Efficient Use of Demonstrations to Solve Hard Exploration Problems
Making Efficient Use of Demonstrations to Solve Hard Exploration Problems

​Demystifying the Data Science job families

🔗 Demystifying the Data Science job families
A layman’s guide to understanding the differences between Data Scientist, Research Scientist, Applied Scientist, and Business Intelligence…

​Drawing Architecture: Building Deep Convolutional GAN’s In Pytorch

🔗 Drawing Architecture: Building Deep Convolutional GAN’s In Pytorch
What I cannot create, I do not understand.

🎥 Самый мягкий и пушистый путь в Machine Learning и Deep Neural Networks / Алексей Охрименко (Avito)
👁 6 раз ⏳ 3757 сек.
РИТ++ 2019
FrontendConf

Зал «Дели + Калькутта»
27 мая, 13:00

Тезисы и презентация:
http://frontendconf.ru/moscow-rit/2019/abstracts/4854

Если вы пытались научить машину чему-либо, если зачитали от корки до корки Machine Learning for Dummies, если вы заплатили за самые дорогие курсы по Deep Neural Networks, но у вас так ничего не получилось... то этот доклад для вас!
...
--------
Нашли ошибку в видео? Пишите нам на support@ontico.ru

Машинное Обучение
Лекция 1. Введение в машинное обучение
Лекция 2. Методы обработки данных. Задача классификации
Лекция 3. Линейные модели
Лекция 4. Отбор признаков и понижение размерности
Лекция 5. Решающие деревья и ансамбли. Градиентный бустинг
Лекция 6. Кластеризация

🎥 Машинное обучение. Лекция 1. Введение в машинное обучение
👁 1 раз ⏳ 2829 сек.
Все введенные на лекции понятия опираются на конспект К.В. Воронцова: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf

🎥 Машинное обучение. Лекция 2
👁 1 раз ⏳ 2180 сек.


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

🎥 Машинное обучение . Лекция 4. Отбор признаков и понижение размерности
👁 1 раз ⏳ 2803 сек.


🎥 Машинное обучение. Лекция 5. Решающие деревья и ансамбли. Градиентный бустинг
👁 1 раз ⏳ 1936 сек.
https://github.com/miptmlschool/mlschl/tree/master/Seminars/Seminar_5

🎥 Машинное обучение. Лекция 6. Кластеризация
👁 1 раз ⏳ 1130 сек.
https://github.com/miptmlschool/mlschl/blob/master/lections/Lection%206.pdf

🎥 AI на практике. Машинное обучение. Нейронные сети.
👁 1 раз ⏳ 1727 сек.
Мероприятие: MEETUP день 2
Дата проведения: 24.05.2019

Раскрыта тема доклада:
Практический AI.

Спикер: Кирилл Шиденко, CEO advertising agency Sociaro

🎥 Анна Дубовик «В чем секрет успеха нейронных сетей и как распознать все от рака легких до залежей
👁 2 раз ⏳ 4897 сек.
Источник: https://vk.com/sciencebarhopping
Видео публикуется с разрешения правообладателя

​Finding image pathways

🔗 Finding image pathways
Using images from Wellcome Collection’s archive we made pathways of ‘connecting’ images to expose the collection in a different way

​Kaggle Live Coding: Identifying the most important words in a cluster | Kaggle

🔗 Kaggle Live Coding: Identifying the most important words in a cluster | Kaggle
This week we'll continue with our clustering project and look into how to determine which words are most important in each cluster. Saliency script: https://www.kaggle.com/rebeccaturner/get-frequency-saliency-of-kaggle-lexicon Notebook: https://www.kaggle.com/rtatman/forum-post-embeddings-clustering SUBSCRIBE: https://www.youtube.com/c/kaggle?sub_... About Kaggle: Kaggle is the world's largest community of data scientists. Join us to compete, collaborate, learn, and do your data science work. Kaggle's pl

​Residual Neural Networks in Python

🔗 Residual Neural Networks in Python
How I Built a ResNet Radio Wave Classifier with Keras

​PyTorch for Deep Learning with Python Bootcamp

https://couponportable.blogspot.com/2019/09/pytorch-for-deep-learning-with-python.htm

🔗 On Education - all courses

​Introducing SHAP Decision Plots

🔗 Introducing SHAP Decision Plots
Visualize the inner workings of machine learning models with greater detail and flexibility

​Machine Learning in Real Life

🔗 Machine Learning in Real Life
What it is really like to develop a model for a real-world business case

🎥 Ещё один крутейший инструмент от Jupyter Notebook + Django (Python).
👁 25 раз ⏳ 1412 сек.
Курс 4. Ещё один крутейший инструмент от Jupyter Notebook + Django (Python).
Или любой другой язык.

Смысл инструмента.
При установленном jupyter notebook, мы можем работать с файлами с расширением .py и, например разбираться подробно в кусках кода, так и в полных функциях, видеть сразу результат и сохранять результат работы в формате notebook .ipybn.

Очень круто!

Ещё один крутейший инструмент от Jupyter Notebook + Django (Python).

https://spb-tut.ru/course/kurs-4-eschyo-odin-krutejshij-instrument-ot-j

🎥 TensorFlow 2.0 Tutorial for Beginners 14 - Human Activity Recognition using Accelerometer and CNN
👁 3 раз ⏳ 3215 сек.
Download Working File: https://github.com/laxmimerit/Human-Activity-Recognition-Using-Accelerometer-Data-and-CNN

In this lesson, you will learn how you can use Accelerometer data to classify human activity using CNN.


Like Facebook Page:
https://www.facebook.com/kgptalkie/

Watch Full Playlists:
Deep Learning with TensorFlow 2.0 Tutorials: https://www.youtube.com/watch?v=JHNX5ugPa7s&list=PLc2rvfiptPSR3iwFp1VHVJFK4yAMo0wuF

Feature Selection in Machine Learning using Python: https://www.youtube.com/play

​Neural Style Transfer — Using Deep Learning to Generate Art

🔗 Neural Style Transfer — Using Deep Learning to Generate Art
A basic overview of creating a Neural Network to paint like Van Gogh and Monet

​Как проводить A/B-тестирование на 15 000 офлайн-магазинах
Блог компании X5 Retail Group,

В этой статье мы расскажем о нашей методологии A/B-тестирования и сложностях, с которыми мы ежедневно сталкиваемся.

В Big Data Х5 работает около 200 человек, среди которых 70 дата сайентистов и дата аналитиков. Основная наша часть занимается конкретными продуктами – спросом, ассортиментом, промо-кампаниями и т.д. Помимо них, есть наша отдельная команда Ad-hoc аналитики.
https://habr.com/ru/company/X5RetailGroup/blog/466349/

🔗 Как проводить A/B-тестирование на 15 000 офлайн-магазинах
Привет! На связи команда Ad-hoc аналитики Big Data из X5 Retail Group. В этой статье мы расскажем о нашей методологии A/B-тестирования и сложностях, с которыми...

​Futurama: Bender’s NLP

🔗 Futurama: Bender’s NLP
Exploring a Variety of NLP Concepts with Futurama Scripts

​The Role of Deepfake Audio in the Growing AI Voice Market

🔗 The Role of Deepfake Audio in the Growing AI Voice Market
Media generated using deep learning techniques, commonly known as deepfake, have gained much traction lately. Last year, a video of former…