​Find Code for Research papers

https://researchcode.com/

🔗 ResearchCode
Find Code for Research papers

Learn Web Scraping using Python in under 5 minutes
https://towardsdatascience.com/web-scraping-using-python-4cb2faade338?source=collection_home---4------4---------------------

🎥 Making Faces: Conditional Generation of Faces using GANs... - Sophia R Searcy, Justin Blinder
👁 9 раз ⏳ 5227 сек.
PyData NYC 2018

Generative Adversarial Networks are a promising modern application of Deep Learning that allows models to generate examples. However, GANs are complex, difficult to tune, and limited to small examples. We will explore recent GAN progress with a model that generates faces conditional on desired features, like 'smiling' and 'bangs'. Accessible to anyone comfortable with keras or tensorflow.
===
www.pydata.org

PyData is an educational program of NumFOCUS, a 501(c)3 non-profit organization in

🎥 MIT Self-Driving Cars: State of the Art (2019)
👁 11 раз ⏳ 3274 сек.
Introductory lecture of the MIT Self-Driving Cars series (6.S094) with an overview of the autonomous vehicle industry in 2018 and looking forward to 2019, including Waymo, Tesla, Cruise, Ford, GM, and out-of-the-box ideas of boring tunnels, flying cars, connected vehicles, and more. This covers the state of the art in terms of industry developments and not the perception and planning algorithm development. The latter will be covered in detail in future lectures. For more lecture videos on deep learning, rei

🎥 [Hindi]Deep Learning Object Detection Part 2 : Tensorflow Object Detection with Images|Python|2019
👁 1 раз ⏳ 3874 сек.
[Hindi]Deep Learning Object Detection Part 2 : Tensorflow Object Detection with Images|Python|2019

🔵Don't forget to Subscribe: https://www.youtube.com/knowledgeshelf

GitHub Link : https://github.com/vishwajeetsinghrana8/objectdetection/blob/master/Object_img.py

Programming Books : https://knowledgeshelfbooks.blogspot.com/

For your Support and donation please click the below mention link:
https://www.knowledgeshelfit.com/p/support-us.html

Website: https://www.knowledgeshelfit.com/
Subscribe to YouTube:

🎥 The new kid on the block: deep learning with GluonNLP - Sneha Jha
👁 3 раз ⏳ 2287 сек.
PyData NYC 2018

GluonNLP is one of the newest toolkits for natural language processing (NLP), providing building blocks for text data pipelines and neural models. The focus is on enabling fast prototyping. This tutorial will provide an introduction to GluonNLP with basic examples. There will be a quick refresher for deep learning in NLP before delving into the specifics of the toolkit itself.
===
www.pydata.org

PyData is an educational program of NumFOCUS, a 501(c)3 non-profit organization in the United S

🎥 The Lifecycle of Artificial Intelligence with IBM's Deep Learning as a Service - Justin McCoy
👁 1 раз ⏳ 2291 сек.
PyData NYC 2018

Train, evaluate, and deploy deep learning models with cloud compute through API calls.
===
www.pydata.org

PyData is an educational program of NumFOCUS, a 501(c)3 non-profit organization in the United States. PyData provides a forum for the international community of users and developers of data analysis tools to share ideas and learn from each other. The global PyData network promotes discussion of best practices, new approaches, and emerging technologies for data management, processing, a

​Книга «Машинное обучение и TensorFlow» рус 2019

Знакомство с машинным обучением и библиотекой TensorFlow похоже на первые уроки в автошколе, когда вы мучаетесь с параллельной парковкой, пытаетесь переключить передачу в нужный момент и не перепутать зеркала, лихорадочно вспоминая последовательность действий, в то время как ваша нога нервно подрагивает на педали газа. Это сложное, но необходимое упражнение. Так и в машинном обучении: прежде чем использовать современные системы распознавания лиц или алгоритмы прогнозирования на фондовом рынке, вам придется разобраться с соответствующим инструментарием и набором инструкций, чтобы затем без проблем создавать собственные системы.

Новички в машинном обучении оценят прикладную направленность этой книги, ведь ее цель — познакомить с основами, чтобы затем быстро приступить к решению реальных задач. От обзора концепций машинного обучения и принципов работы с TensorFlow, вы перейдете к базовым алгоритмам, изучите нейронные сети и сможете самостоятельно решать задачи классификации, кластеризации, регрессии и прогнозирования.

📝 Машинное обучение и TensorFlow.pdf - 💾48 813 762

​Ты не хочешь зарабатывать в Telegram?
Смотрите видео, ставьте лайки, пишите комментарии и зарабатывайте монеты, которые можно продать или копить.
https://rabotatelegram.blogspot.com
Это не буксы - здесь рекламодатели хорошо платят за простые действия.
https://rabotatelegram.blogspot.com
Сколько можно заработать? Одному не напрягаясь $50
Регистрируйтесь на здоровье! https://rabotatelegram.blogspot.com

🔗 Заработок Telegtam

​The Data Driven Partier: Movie Mustache

🔗 The Data Driven Partier: Movie Mustache – Towards Data Science
The concept behind ‘Movie Mustache’ is simple, but revolutionary. Watch a movie with friends but with a mustache or two on the TV —…

Unmaking Graphs
https://towardsdatascience.com/unmaking-graphs-f584625c5bfd?source=collection_home---4------2---------------------

https://habr.com/ru/post/438542/

Как мы создали рекомендательный сервис по подбору одежды на нейронных сетях

#machinelearning #neuralnets #deeplearning #машинноеобучение

Наш телеграмм канал - https://t.me/ai_machinelearning_big_data

🎥 The Lifecycle of Artificial Intelligence with IBM's Deep Learning as a Service - Justin McCoy
👁 3 раз ⏳ 2291 сек.
PyData NYC 2018

Train, evaluate, and deploy deep learning models with cloud compute through API calls.
===
www.pydata.org

PyData is an educational program of NumFOCUS, a 501(c)3 non-profit organization in the United States. PyData provides a forum for the international community of users and developers of data analysis tools to share ideas and learn from each other. The global PyData network promotes discussion of best practices, new approaches, and emerging technologies for data management, processing, a

WTF is image classification?
https://towardsdatascience.com/wtf-is-image-classification-8e78a8235acb?source=collection_home---4------1---------------------

​PyTorch From Scratch - Part 1

🔗 PyTorch From Scratch - Part 1
In this video we learn how to build a neural network with PyTorch from scratch. We only use built-in Python functions and PyTorch tensors. https://pytorch.or...

​SQL Database Fundamentals for Data Science - By Microsoft

🔗 SQL Database Fundamentals for Data Science - By Microsoft
SQL is an essential skill to have in every data scientist. You should have sql skill and better understanding. In this complete SQL course you will learn abo...

​🔗 To Build Truly Intelligent Machines, Teach Them Cause and Effect | Quanta Magazine
Judea Pearl, a pioneering figure in artificial intelligence, argues that AI has been stuck in a decades-long rut. His prescription for progress? Teach machines to understand the question why.

🎥 Deep Q Learning to solve OpenAI Gym Cartpole
👁 1 раз ⏳ 692 сек.
Deep Q Learning to solve OpenAI Gym Cartpole

Trying to figure out how to apply Q-Learning with Neural Networks to solve OpenAI Gym's CartPole Environment? or just interested in Reinforcement Learning in general? Well this video explains just that with a simple example in actual code!

Previous Episode (Solving CartPole with Hill Climbing):
https://www.youtube.com/watch?v=WZFj81xPgyk

Deriving the Bellman Equation:
https://youtu.be/wN3rxIKmMgE?t=76

Tensorflow Basics:
https://www.youtube.com/watch?v=x_RAXyf

​Недавно в уютном чатике дата сатанистов подняли вопрос, как правильно "продавать" внутренние проекты по машинному обучению. Оказалось, что многие из нас весьма брезгливо относятся к экономическому обоснованию своей деятельности. Меж тем, чтобы провести минимальную оценку рентабельности проекта, никакого MBA не нужно — в небольшой статье (10 страниц текста, ке-ке-ке) я расскажу вам, что такое рентабельность инвестиций, как оценить её для внутреннего проекта, какую роль в этом играет Proof of Concept, и почему в реальной жизни всё может пойти не так. Делать мы всё это будем вокруг вымышленного проекта по автоматизации составления расписаний для колл-центра. Добро пожаловать под кат!

🔗 Proof of Concept: Как проверить, что внедрение ML стоит свеч
Недавно в уютном чатике дата сатанистов подняли вопрос, как правильно "продавать" внутренние проекты по машинному обучению. Оказалось, что многие из нас весьма...