Neural Networks | Нейронные сети
11.9K subscribers
755 photos
164 videos
170 files
9.41K links
Все о машинном обучении

По всем вопросам - @notxxx1

№ 4959169263
Download Telegram
Основы машинного обучения | Краткий курс по нейронным сетям

🎥 4. Основы машинного обучения | Краткий курс по нейронным сетям
👁 1 раз 974 сек.
4. Основы машинного обучения | Краткий курс по нейронным сетям и глубокому обучению
---
Экспресс-курс по нейронным сетям и глубокому обучению для менеджеров и начинающих. Вводный курс по нейронным сетям.

В полной версии курса (очный курс) вас ждут практические занятия на Python и бизнес-кейсы с решением реальных бизнес-задач с помощью современных архитектур нейронных сетей.

Часть 4. Основы машинного обучения

Содержание курса:

Часть 1. Что такое глубокое обучение и нейронные сети: https://youtu.be/sHnmnE
Анатомия нейронной сети | Краткий курс по нейронным сетям

https://www.youtube.com/watch?v=a5EoDRMQZRA

🎥 3. Анатомия нейронной сети | Краткий курс по нейронным сетям
👁 1 раз 666 сек.
3. Анатомия нейронной сети | Краткий курс по нейронным сетям и глубокому обучению
---
Экспресс-курс по нейронным сетям и глубокому обучению для менеджеров и начинающих. Вводный курс по нейронным сетям.

В полной версии курса (очный курс) вас ждут практические занятия на Python и бизнес-кейсы с решением реальных бизнес-задач с помощью современных архитектур нейронных сетей.

Часть 3. Анатомия нейронной сети

Содержание курса:

Часть 1. Что такое глубокое обучение и нейронные сети: https://youtu.be/sHnmnEH1Pj
​BERT — state-of-the-art языковая модель для 104 языков. Туториал по запуску BERT локально и на Google Colab
BERT — это нейронная сеть от Google, показавшая с большим отрывом state-of-the-art результаты на целом ряде задач. С помощью BERT можно создавать программы с ИИ для обработки естественного языка: отвечать на вопросы, заданные в произвольной форме, создавать чат-ботов, автоматические переводчики, анализировать текст и так далее.

Google выложила предобученные модели BERT, но как это обычно и бывает в Machine Learning, они страдают от недостатка документации. Поэтому в этом туториале мы научимся запускать нейронную сеть BERT на локальном компьютере, а также на бесплатном серверном GPU на Google Colab.
https://habr.com/ru/post/436878/

🔗 BERT — state-of-the-art языковая модель для 104 языков. Туториал по запуску BERT локально и на Googl
BERT — это нейронная сеть от Google, показавшая с большим отрывом state-of-the-art результаты на целом ряде задач. С помощью BERT можно создавать программы с...
​Neural Ordinary Differential Equations

https://blog.acolyer.org/2019/01/09/neural-ordinary-differential-equations/

#artificialintelligence #deeplearning #machinelearning

🔗 Neural Ordinary Differential Equations
Neural ordinary differential equations Chen et al., NeurIPS’18 ‘Neural Ordinary Differential Equations’ won a best paper award at NeurIPS last month. It’s not an easy piece (at least not for …
Сергей Марков: "Искусственный интеллект и машинное обучение: итоги 2018 года."

🎥 Сергей Марков: "Искусственный интеллект и машинное обучение: итоги 2018 года."
👁 24 раз 8344 сек.
Лекция состоялась в научно-популярном лектории центра "Архэ" (http://arhe.msk.ru) 16 января 2019 года.

Лектор: Сергей Марков — автор одной из сильнейших российских шахматных программ, специалист по методам машинного обучения и основатель портала XX2 ВЕК (https://22century.ru).
​Что не так с обучением с подкреплением (Reinforcement Learning)?

Еще в начале 2018 года вышла статья Deep Reinforcement Learning Doesn't Work Yet ("Обучение с подкреплением пока не работает"). Основная претензия которой сводилась к тому, что современные алгоритмы обучения с подкреплением требуют для решения задачи примерно столько же времени, как и обычный случайный поиск.

Изменилось ли что-то с того времени? Нет.

Обучение с подкреплением считается одним из трех основных путей к созданию сильного ИИ. Но трудности, с которыми сталкивается эта область машинного обучения, и методы, которыми ученые пытаются бороться с этими трудностями, наводят на мысль что, возможно, с самим этим подходом имеются фундаментальные проблемы.

🔗 Что не так с обучением с подкреплением (Reinforcement Learning)?
Еще в начале 2018 года вышла статья Deep Reinforcement Learning Doesn't Work Yet ("Обучение с подкреплением пока не работает"). Основная претензия которой...
🎥 3 Example of Machine Learning Using Python | Machine Learning With Python | Machine Learning
👁 1 раз 568 сек.
Machine learning is a scientific discipline that explores the construction and study of algorithms that can learn from data. Such algorithms operate by building a model from example inputs and using that to make predictions or decisions, rather than following strictly static program instructions. Machine learning is closely related to and often overlaps with computational statistics; a discipline that also specializes in prediction-making.

This training is an introduction to the concept of machine learning
​Jure Lescovic "Deep Learning on Graphs"

🔗 Jure Lescovic "Deep Learning on Graphs"
Machine learning on graphs is an important and ubiquitous task with applications ranging from drug design to friendship recommendation in social networks. Th...
​Deep Learning Frameworks 2019

🔗 Deep Learning Frameworks 2019
Which deep learning framework should you use? In this video I'll compare 10 deep learning frameworks across a wide variety of metrics. PyTorch, Tensorflow, M...
​Project: DeepNLP course
Link: https://github.com/DanAnastasyev/DeepNLP-Course
Description:
Deep learning for NLP crash course at ABBYY. Topics include: sentiment analysis, word embeddings, CNNs, seq2seq with attention and much more. Enjoy!
#ML #DL #NLP #python #abbyy #opensource

🔗 DanAnastasyev/DeepNLP-Course
Deep NLP Course. Contribute to DanAnastasyev/DeepNLP-Course development by creating an account on GitHub.