Automate Data Cleaning with Unsupervised Learning
🔗 Automate Data Cleaning with Unsupervised Learning
Cleaning text for your NLP projects has never been so fun and easy!
🔗 Automate Data Cleaning with Unsupervised Learning
Cleaning text for your NLP projects has never been so fun and easy!
Medium
Automate Data Cleaning with Unsupervised Learning
Cleaning text for your NLP projects has never been so fun and easy!
Hierarchical Neural Architecture Search
🔗 Hierarchical Neural Architecture Search
The easiest way to achieve more efficient Neural Architecture Search, making these gains accessible to those without 10s or 100s of GPUs.
🔗 Hierarchical Neural Architecture Search
The easiest way to achieve more efficient Neural Architecture Search, making these gains accessible to those without 10s or 100s of GPUs.
Medium
Hierarchical Neural Architecture Search
The easiest way to achieve more efficient Neural Architecture Search, making these gains accessible to those without 10s or 100s of GPUs.
How to master Python’s main data analysis library in 20 Minutes
🔗 How to master Python’s main data analysis library in 20 Minutes
A code-along guide of essential Pandas functionalities.
🔗 How to master Python’s main data analysis library in 20 Minutes
A code-along guide of essential Pandas functionalities.
Medium
How to master Python’s main data analysis library in 20 Minutes
A code-along guide of essential Pandas functionalities.
Как мы промышленность и big data подружили
Промышленное программирование
Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Экономить конкретно будете! Дайте только мне доступ во-о-от к этим данным по производству». В ответ на заводе разводят руки. «Вот у нас по продажам аналитика. Вот по турбинам что-то есть — шибко умные турбины у Siemens. А по остальному оборудованию отродясь ничего не было».
Вы прочитали миниатюру о конфликте двух миров — промышленности и аналитики. Мы как раз из последнего, и вот как все выглядит для нас: с одной стороны — созданные для управления оборудованием и недоступные для простых смертных протоколы обмена данными с большим количеством цифр в названии. С другой — аналитические системы, красивая отчетность, удобные дэшборды и прочие приятности.
https://habr.com/ru/company/croc/blog/466933/
🔗 Как мы промышленность и big data подружили
Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Эко...
Промышленное программирование
Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Экономить конкретно будете! Дайте только мне доступ во-о-от к этим данным по производству». В ответ на заводе разводят руки. «Вот у нас по продажам аналитика. Вот по турбинам что-то есть — шибко умные турбины у Siemens. А по остальному оборудованию отродясь ничего не было».
Вы прочитали миниатюру о конфликте двух миров — промышленности и аналитики. Мы как раз из последнего, и вот как все выглядит для нас: с одной стороны — созданные для управления оборудованием и недоступные для простых смертных протоколы обмена данными с большим количеством цифр в названии. С другой — аналитические системы, красивая отчетность, удобные дэшборды и прочие приятности.
https://habr.com/ru/company/croc/blog/466933/
🔗 Как мы промышленность и big data подружили
Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Эко...
Хабр
Как подружить промышленность и big data
Приходит как-то на завод специалист по цифровизации. Здесь походил, там походил, лоб наморщил и говорит: «Я знаю, как у вас тут можно кое-что оптимизировать. Эко...
Counterfactual Story Reasoning and Generation”, presents the TimeTravel dataset that tests causal reasoning capabilities over natural language narratives.
Paper:
https://arxiv.org/abs/1909.04076
Code+Data:
https://github.com/qkaren/Counterfactual-StoryRW
🔗 Counterfactual Story Reasoning and Generation
Counterfactual reasoning requires predicting how alternative events, contrary to what actually happened, might have resulted in different outcomes. Despite being considered a necessary component of AI-complete systems, few resources have been developed for evaluating counterfactual reasoning in narratives. In this paper, we propose Counterfactual Story Rewriting: given an original story and an intervening counterfactual event, the task is to minimally revise the story to make it compatible with the given counterfactual event. Solving this task will require deep understanding of causal narrative chains and counterfactual invariance, and integration of such story reasoning capabilities into conditional language generation models. We present TimeTravel, a new dataset of 29,849 counterfactual rewritings, each with the original story, a counterfactual event, and human-generated revision of the original story compatible with the counterfactual event. Additionally, we include 80,115 counterfactual "branches" without a rewritten storyline to support future work on semi- or un-supervised approaches to counterfactual story rewriting. Finally, we evaluate the counterfactual rewriting capacities of several competitive baselines based on pretrained language models, and assess whether common overlap and model-based automatic metrics for text generation correlate well with human scores for counterfactual rewriting.
Paper:
https://arxiv.org/abs/1909.04076
Code+Data:
https://github.com/qkaren/Counterfactual-StoryRW
🔗 Counterfactual Story Reasoning and Generation
Counterfactual reasoning requires predicting how alternative events, contrary to what actually happened, might have resulted in different outcomes. Despite being considered a necessary component of AI-complete systems, few resources have been developed for evaluating counterfactual reasoning in narratives. In this paper, we propose Counterfactual Story Rewriting: given an original story and an intervening counterfactual event, the task is to minimally revise the story to make it compatible with the given counterfactual event. Solving this task will require deep understanding of causal narrative chains and counterfactual invariance, and integration of such story reasoning capabilities into conditional language generation models. We present TimeTravel, a new dataset of 29,849 counterfactual rewritings, each with the original story, a counterfactual event, and human-generated revision of the original story compatible with the counterfactual event. Additionally, we include 80,115 counterfactual "branches" without a rewritten storyline to support future work on semi- or un-supervised approaches to counterfactual story rewriting. Finally, we evaluate the counterfactual rewriting capacities of several competitive baselines based on pretrained language models, and assess whether common overlap and model-based automatic metrics for text generation correlate well with human scores for counterfactual rewriting.
arXiv.org
Counterfactual Story Reasoning and Generation
Counterfactual reasoning requires predicting how alternative events, contrary
to what actually happened, might have resulted in different outcomes. Despite
being considered a necessary component...
to what actually happened, might have resulted in different outcomes. Despite
being considered a necessary component...
Throwing dice with maximum entropy principle
🔗 Throwing dice with maximum entropy principle
Entropy function is used in a variety of ML and DL applications. Here I show why entropy function is unique, using words, math and python.
🔗 Throwing dice with maximum entropy principle
Entropy function is used in a variety of ML and DL applications. Here I show why entropy function is unique, using words, math and python.
Нейронные сети
#Нейросети
#video
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🎥 Нейронные сети Лекция 1
👁 2 раз ⏳ 4808 сек.
🎥 Нейронные сети Лекция 2
👁 1 раз ⏳ 4875 сек.
🎥 Нейронные сети Лекция 3
👁 1 раз ⏳ 3035 сек.
🎥 Нейронные сети Лекция 4
👁 1 раз ⏳ 4726 сек.
🎥 Нейронные сети Лекция 5
👁 1 раз ⏳ 4730 сек.
🎥 Нейронные сети Лекция 6
👁 1 раз ⏳ 3174 сек.
#Нейросети
#video
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🎥 Нейронные сети Лекция 1
👁 2 раз ⏳ 4808 сек.
🎥 Нейронные сети Лекция 2
👁 1 раз ⏳ 4875 сек.
🎥 Нейронные сети Лекция 3
👁 1 раз ⏳ 3035 сек.
🎥 Нейронные сети Лекция 4
👁 1 раз ⏳ 4726 сек.
🎥 Нейронные сети Лекция 5
👁 1 раз ⏳ 4730 сек.
Сети с обратными связями. Сети Кохонена и Гроссберга, Хопфилда. Instar и Outstar. Устойчивость (Ляпунов) для сетей Хопфилда.🎥 Нейронные сети Лекция 6
👁 1 раз ⏳ 3174 сек.
Vk
Нейронные сети Лекция 1
vk.com video
Умные алгоритмы обработки строк в ClickHouse
В ClickHouse постоянно возникают задачи, связанные с обработкой строк. Например, поиск, вычисление свойств UTF-8 строк или что-то более экзотическое, будь то поиск типа учёта регистра или поиск по сжатым данным.
Всё началось с того, что руководитель разработки ClickHouse Лёша Миловидов o6CuFl2Q пришёл к нам на факультет компьютерных наук в НИУ ВШЭ и предложил огромное количество тем для курсовых и дипломов. Когда я увидел «Умные алгоритмы обработки строк в ClickHouse» (я, человек, который увлекается разными алгоритмами, в том числе экспериментальными), сразу же настроил планов, как сделаю самый крутой диплом.
https://habr.com/ru/company/yandex/blog/466183/
🔗 Умные алгоритмы обработки строк в ClickHouse
В ClickHouse постоянно возникают задачи, связанные с обработкой строк. Например, поиск, вычисление свойств UTF-8 строк или что-то более экзотическое, будь то пои...
В ClickHouse постоянно возникают задачи, связанные с обработкой строк. Например, поиск, вычисление свойств UTF-8 строк или что-то более экзотическое, будь то поиск типа учёта регистра или поиск по сжатым данным.
Всё началось с того, что руководитель разработки ClickHouse Лёша Миловидов o6CuFl2Q пришёл к нам на факультет компьютерных наук в НИУ ВШЭ и предложил огромное количество тем для курсовых и дипломов. Когда я увидел «Умные алгоритмы обработки строк в ClickHouse» (я, человек, который увлекается разными алгоритмами, в том числе экспериментальными), сразу же настроил планов, как сделаю самый крутой диплом.
https://habr.com/ru/company/yandex/blog/466183/
🔗 Умные алгоритмы обработки строк в ClickHouse
В ClickHouse постоянно возникают задачи, связанные с обработкой строк. Например, поиск, вычисление свойств UTF-8 строк или что-то более экзотическое, будь то пои...
Хабр
Умные алгоритмы обработки строк в ClickHouse
В ClickHouse постоянно возникают задачи, связанные с обработкой строк. Например, поиск, вычисление свойств UTF-8 строк или что-то более экзотическое, будь то пои...
Дмитрий Мацкевич, Dbrain: о предпринимательстве как психическом
Первая часть моего разговора с Дмитрием Мацкевичем, гендиректором ИИ-стартапа Dbrain и популяризатором нейронауки. Это очередное в серии интервью с топовыми специалистами в своих областях про продуктовый подход, предпринимательство, психологию и изменение поведения.
https://habr.com/ru/post/467245/
🔗 Дмитрий Мацкевич, Dbrain: о предпринимательстве как психическом отклонении, ИИ и эмоциональной безоп
Первая часть моего разговора с Дмитрием Мацкевичем, гендиректором ИИ-стартапа Dbrain и популяризатором нейронауки. Это очередное в серии интервью с топовыми спе...
Первая часть моего разговора с Дмитрием Мацкевичем, гендиректором ИИ-стартапа Dbrain и популяризатором нейронауки. Это очередное в серии интервью с топовыми специалистами в своих областях про продуктовый подход, предпринимательство, психологию и изменение поведения.
https://habr.com/ru/post/467245/
🔗 Дмитрий Мацкевич, Dbrain: о предпринимательстве как психическом отклонении, ИИ и эмоциональной безоп
Первая часть моего разговора с Дмитрием Мацкевичем, гендиректором ИИ-стартапа Dbrain и популяризатором нейронауки. Это очередное в серии интервью с топовыми спе...
Хабр
Дмитрий Мацкевич, Dbrain: о предпринимательстве как психическом отклонении, ИИ и эмоциональной безопасности
Первая часть моего разговора с Дмитрием Мацкевичем, основателем и CEO ИИ-стартапа Dbrain и популяризатором нейронауки. Это очередное в серии интервью с топовыми специалистами в своих областях про...
Разница между Data Scientist и подростком в спорткаре
В последнее время появилось множество курсов, как академических, так и частных, которые ставят перед собой целью обучить анализу данных и готовят специалистов, способных решать бизнес-задачи с применением машинного обучения. Если посмотреть внимательно на программы этих курсов — все они примерно одинаковые, отличие только в форматах обучения (онлайн-офлайн) и в преподавателях.
https://habr.com/ru/company/dataschool/blog/467239/
🔗 Разница между Data Scientist и подростком в спорткаре
В последнее время появилось множество курсов, как академических, так и частных, которые ставят перед собой целью обучить анализу данных и готовят специалистов,...
В последнее время появилось множество курсов, как академических, так и частных, которые ставят перед собой целью обучить анализу данных и готовят специалистов, способных решать бизнес-задачи с применением машинного обучения. Если посмотреть внимательно на программы этих курсов — все они примерно одинаковые, отличие только в форматах обучения (онлайн-офлайн) и в преподавателях.
https://habr.com/ru/company/dataschool/blog/467239/
🔗 Разница между Data Scientist и подростком в спорткаре
В последнее время появилось множество курсов, как академических, так и частных, которые ставят перед собой целью обучить анализу данных и готовят специалистов,...
Хабр
Разница между Data Scientist и подростком в спорткаре
В последнее время появилось множество курсов, как академических, так и частных, которые ставят перед собой целью обучить анализу данных и готовят специалистов,...
Компьютер сделает вам вкусно
Это базилик. Вы наверняка знакомы с этим растением, имеющим очень необычный вкус и запах. Или даже пробовали его в составе салатов или блюд с соусом песто. Но учёные из Лаборатории антидисциплинарных исследований Массачусетского технологического института (MIT Media Lab) уверяют, что смогли вырастить кусты базилика, который будет вкуснее и ароматнее всех, что вы встречали ранее.
https://habr.com/ru/company/cloud4y/blog/466755/
🔗 Компьютер сделает вам вкусно
Это базилик. Вы наверняка знакомы с этим растением, имеющим очень необычный вкус и запах. Или даже пробовали его в составе салатов или блюд с соусом песто. Но у...
Это базилик. Вы наверняка знакомы с этим растением, имеющим очень необычный вкус и запах. Или даже пробовали его в составе салатов или блюд с соусом песто. Но учёные из Лаборатории антидисциплинарных исследований Массачусетского технологического института (MIT Media Lab) уверяют, что смогли вырастить кусты базилика, который будет вкуснее и ароматнее всех, что вы встречали ранее.
https://habr.com/ru/company/cloud4y/blog/466755/
🔗 Компьютер сделает вам вкусно
Это базилик. Вы наверняка знакомы с этим растением, имеющим очень необычный вкус и запах. Или даже пробовали его в составе салатов или блюд с соусом песто. Но у...
Хабр
Компьютер сделает вам вкусно
Это базилик. Вы наверняка знакомы с этим растением, имеющим очень необычный вкус и запах. Или даже пробовали его в составе салатов или блюд с соусом песто. Но учёные из Лаборатории...
Эпопея по созданию робота с нюхом собаки
Андрей Мершин до сих пор зол на собак. «Ну, вообще-то я их люблю», – говорит греческо-русский ученый в своем уютном офисе в Mассачусетском институте (MIT). – «Но они меня просто уделывают».
Он включает видео, чтобы показать то, о чём говорит. В нём черно-белый спаниель по кличке Люси подходит к шести стаканчикам с человеческой мочой. Собака нюхает их, иногда – коротко, иногда – чуть подольше, явно пытаясь в чём-то разобраться. На самом деле, она совершает диагностику. Ищет контрольный аромат, свидетельствующий о раке простаты. Оказывается, этот рак придает характерную нотку мужской моче. Вполне заметную – по крайней мере, для собаки. Когда Люси находит стаканчик от больного раком, она садится напротив него и получает от тренеров вкусняшку.
Среди людей – которые слетали на Луну, получили фото черной дыры и создали машины с автопилотами, – определение рака простаты до сих пор считается очень непростой задачей. В основном, человечество пытается проверить кровь пациента на повышенные уровни специфических протеинов (PSA). Но успех этого занятия – крайне сомнителен. Ученый, который впервые открыл PSA, назвал тест «чуть более удачным, чем подбрасывание монетки». А ложноположительное срабатывание может привести к биопсии простаты, крайне неприятной процедуре, при которой большая полая игла вставляется через стенку прямой кишки для извлечения образцов ткани.
С другой стороны, правильно натренированные собаки могут определять рак простаты с точностью больше 90%, и для них это вообще не составляет проблем. Люси справляется с шестью образцами меньше чем за две минуты.
https://habr.com/ru/company/pochtoy/blog/467101
🔗 Эпопея по созданию робота с нюхом собаки
Андрей Мершин до сих пор зол на собак. «Ну, вообще-то я их люблю», – говорит греческо-русский ученый в своем уютном офисе в Mассачусетском институте (MIT). – «...
Андрей Мершин до сих пор зол на собак. «Ну, вообще-то я их люблю», – говорит греческо-русский ученый в своем уютном офисе в Mассачусетском институте (MIT). – «Но они меня просто уделывают».
Он включает видео, чтобы показать то, о чём говорит. В нём черно-белый спаниель по кличке Люси подходит к шести стаканчикам с человеческой мочой. Собака нюхает их, иногда – коротко, иногда – чуть подольше, явно пытаясь в чём-то разобраться. На самом деле, она совершает диагностику. Ищет контрольный аромат, свидетельствующий о раке простаты. Оказывается, этот рак придает характерную нотку мужской моче. Вполне заметную – по крайней мере, для собаки. Когда Люси находит стаканчик от больного раком, она садится напротив него и получает от тренеров вкусняшку.
Среди людей – которые слетали на Луну, получили фото черной дыры и создали машины с автопилотами, – определение рака простаты до сих пор считается очень непростой задачей. В основном, человечество пытается проверить кровь пациента на повышенные уровни специфических протеинов (PSA). Но успех этого занятия – крайне сомнителен. Ученый, который впервые открыл PSA, назвал тест «чуть более удачным, чем подбрасывание монетки». А ложноположительное срабатывание может привести к биопсии простаты, крайне неприятной процедуре, при которой большая полая игла вставляется через стенку прямой кишки для извлечения образцов ткани.
С другой стороны, правильно натренированные собаки могут определять рак простаты с точностью больше 90%, и для них это вообще не составляет проблем. Люси справляется с шестью образцами меньше чем за две минуты.
https://habr.com/ru/company/pochtoy/blog/467101
🔗 Эпопея по созданию робота с нюхом собаки
Андрей Мершин до сих пор зол на собак. «Ну, вообще-то я их люблю», – говорит греческо-русский ученый в своем уютном офисе в Mассачусетском институте (MIT). – «...
Хабр
Эпопея по созданию робота с нюхом собаки
Андрей Мершин до сих пор зол на собак. «Ну, вообще-то я их люблю», – говорит греческо-русский ученый в своем уютном офисе в Mассачусетском институте (MIT). – «Но они меня просто уделывают». Он...
Python tricks 101, what every new programmer should know.
🔗 Python tricks 101, what every new programmer should know.
These are the things I wish I knew about Python when I started.
🔗 Python tricks 101, what every new programmer should know.
These are the things I wish I knew about Python when I started.
Medium
Python tricks 101, what every new programmer should know.
These are the things I wish I knew about Python when I started.
Calculating Loss of Yolo (v3)Layer
🔗 Calculating Loss of Yolo (v3)Layer
Implementation of Yolo v3 Model
🔗 Calculating Loss of Yolo (v3)Layer
Implementation of Yolo v3 Model
Medium
Calculating Loss of Yolo (v3)Layer
Implementation of Yolo v3 Model
Машинное обучение
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🎥 Лекция 1 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 5396 сек.
🎥 Лекция 2 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 4251 сек.
🎥 Лекция 3 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 3352 сек.
🎥 Лекция 4 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 6109 сек.
🎥 Лекция 5 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 5170 сек.
🎥 Лекция 7 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 2860 сек.
🎥 Лекция 8 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 2317 сек.
🎥 Лекция 9 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 3029 сек.
🎥 Лекция 10 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 6184 сек.
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🎥 Лекция 1 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 5396 сек.
Лекция 1 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 2 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 4251 сек.
Лекция 2 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 3 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 3352 сек.
Лекция 3 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 4 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 6109 сек.
Лекция 4 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 5 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 5170 сек.
Лекция 5 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 7 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 2860 сек.
Лекция 7 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 8 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 2317 сек.
Лекция 8 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 9 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 3029 сек.
Лекция 9 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это виде...🎥 Лекция 10 | Машинное обучение | Сергей Николенко | Лекториум
👁 1 раз ⏳ 6184 сек.
Лекция 10 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ
Смотрите это вид...Vk
Лекция 1 | Машинное обучение | Сергей Николенко | Лекториум
Лекция 1 | Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева СПбГУ Смотрите это виде...
🎥 Тренировка по машинному обучению 14 сентября 2019
👁 2 раз ⏳ 0 сек.
👁 2 раз ⏳ 0 сек.
(eng below) Тренировка по машинному обучению – это открытый митап, на который мы приглашаем участников соревнований по анализу данных, чтобы познакомиться, рассказать про задачи, обменяться опытом участия и пообщаться.
С докладами выступают успешные участники последних соревнований на Kaggle и других платформах — рассказывают о своих решениях: какие техники и методы использовали они сами, а какие помогли их конкурентам.
В программе 14 сентября:
Андрей Лукъяненко – Kaggle Predicting Molecular Properties (Vk
Тренировка по машинному обучению 14 сентября 2019
(eng below) Тренировка по машинному обучению – это открытый митап, на который мы приглашаем участников соревнований по анализу данных, чтобы познакомиться, рассказать про задачи, обменяться опытом участия и пообщаться.
С докладами выступают успешные участники…
С докладами выступают успешные участники…
VideoKen - video based collaborative learning. Video Indexing, Search and Curation.
🔗 VideoKen - video based collaborative learning. Video Indexing, Search and Curation.
The next generation of video based learning. Social, video based learning platform. Unique Video Indexing, automatic Table of Contents generation, automatic phrase cloud generation, enhanced Video Search, video curation and sharing. Annotate and personalize videos
🔗 VideoKen - video based collaborative learning. Video Indexing, Search and Curation.
The next generation of video based learning. Social, video based learning platform. Unique Video Indexing, automatic Table of Contents generation, automatic phrase cloud generation, enhanced Video Search, video curation and sharing. Annotate and personalize videos
Reinforcement Learning Papers Accepted to NeurIPS 2019
🔗 Reinforcement Learning Papers Accepted to NeurIPS 2019
I have compiled a list of 184 reinforcement learning papers accepted to NeurIPS 2019.
🔗 Reinforcement Learning Papers Accepted to NeurIPS 2019
I have compiled a list of 184 reinforcement learning papers accepted to NeurIPS 2019.
Портрет Data Scientist в России. Только факты
Исследования и прогнозы в IT
Служба исследований hh.ru совместно с Академией больших данных MADE от Mail.ru составили портрет специалиста по Data Science в России. Изучив 8 тысяч резюме российских дата-сайентистов и 5,5 тысяч вакансий работодателей мы выяснили где живут и работают специалисты в Data Science, сколько им лет, какой вуз они закончили, какими языками программирования владеют и сколько у них ученых степеней.
https://habr.com/ru/company/hh/blog/467281/
🔗 Портрет Data Scientist в России. Только факты
Служба исследований hh.ru совместно с Академией больших данных MADE от Mail.ru составили портрет специалиста по Data Science в России. Изучив 8 тысяч резюме росс...
Исследования и прогнозы в IT
Служба исследований hh.ru совместно с Академией больших данных MADE от Mail.ru составили портрет специалиста по Data Science в России. Изучив 8 тысяч резюме российских дата-сайентистов и 5,5 тысяч вакансий работодателей мы выяснили где живут и работают специалисты в Data Science, сколько им лет, какой вуз они закончили, какими языками программирования владеют и сколько у них ученых степеней.
https://habr.com/ru/company/hh/blog/467281/
🔗 Портрет Data Scientist в России. Только факты
Служба исследований hh.ru совместно с Академией больших данных MADE от Mail.ru составили портрет специалиста по Data Science в России. Изучив 8 тысяч резюме росс...
Хабр
Портрет Data Scientist в России. Только факты
Служба исследований hh.ru совместно с Академией больших данных MADE от Mail.ru составили портрет специалиста по Data Science в России. Изучив 8 тысяч резюме российских дата-сайентистов и 5,5 тысяч...