🎥 Predictions - Deep Learning for Audio Classification p.8
👁 1 раз ⏳ 1351 сек.
Since many people have requested this, video 2 of 2 for deploying the model.

​Monetizing Machine Learning

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data

Автор: Manuel Amunategui, Mehdi Roopaei
Год: 2018

Описание:
Take your Python machine learning ideas and create serverless web applications accessible by anyone with an Internet connection. Some of the most popular serverless cloud providers are covered in this book―Amazon, Microsoft, Google, and PythonAnywhere.
https://pp.userapi.com/c845418/v845418091/1b013a/V0GgLRpf4-Q.jpg

📝 Monetizing_Machine_Learning.pdf - 💾23 390 861

🎥 Introduction to Deep Learning Lecture 12
👁 1 раз ⏳ 4785 сек.

​Проект «Прометей»: поиск пожаров с помощью ИИ
Наш телеграм канал - https://tele.click/ai_machinelearning_big_data

Мы с коллегами работаем в проекте Prometheus («Прометей») — это решение для раннего обнаружения пожаров, в котором объединены ИИ, компьютерное зрение, автоматические дроны и сервисы прогноза погоды. Этот комплекс предназначен для выявления пожаров в дикой природе, прежде чем они перерастут в настоящее бедствие. Мы хотим рассказать о проекте поподробнее, как он работает и какой теоретический аппарат лежит в его основе. Материал будет подан как можно более независимо от конкретных технологий, так что если вас интересуют конкретные особенности реализации (CNTK, Faster R-CNN, контейнеры Docker, Python, фреймворк .NET и т. д.), то заходите в наш GitHub-репозиторий. А здесь мы лишь упомянем использованные технологии.

https://habr.com/ru/company/nixsolutions/blog/441620/

🔗 Проект «Прометей»: поиск пожаров с помощью ИИ
Перевод Project Prometheus — An AI-powered fire finding solution Мы с коллегами работаем в проекте Prometheus («Прометей») — это решение для раннего обнаружен...

​Нужен ли магазину «Стильный кросселл»: опыт Retail Rocket в анализе изображений для формирования рекомендаций

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
#Искусственныйинтеллект,

Обработка изображений
Интерес к анализу изображений для формирования рекомендаций растет с каждым днем. Мы решили разобраться, насколько реальные результаты приносит эта трендовая тема. Рассказываем о тестировании использования глубинного обучения (Deep Learning) для улучшения рекомендаций сопутствующих товаров.
https://habr.com/ru/company/retailrocket/blog/441366/

🔗 Нужен ли магазину «Стильный кросселл»: опыт Retail Rocket в анализе изображений для формирования рек
Интерес к анализу изображений для формирования рекомендаций растет с каждым днем. Мы решили разобраться, насколько реальные результаты приносит эта трендовая тем...

Karl Iagnemma & Oscar Beijbom (Aptiv Autonomous Mobility) - MIT Self-Driving Cars

https://www.youtube.com/watch?v=p5AtrKqQ3Fw

🎥 Karl Iagnemma & Oscar Beijbom (Aptiv Autonomous Mobility) - MIT Self-Driving Cars
👁 1 раз ⏳ 3526 сек.
Karl Iagnemma is the President of Aptiv Autonomous Mobility. Oscar Beijbom is their Machine Learning Lead. In 2013, Karl co-founded nuTonomy, a Boston-based autonomous vehicle company that was sold to Delphi (Aptiv) in 2017 for $400 million. Now as part of Aptiv, Karl and team are one of the leaders in autonomous vehicle development and deployment, with cars on the roads in several sites in the US. For more lecture videos on deep learning, reinforcement learning (RL), artificial intelligence (AI & AGI), and

​Deep Learning

An MIT Press book

Ian Goodfellow and Yoshua Bengio and Aaron Courville

http://www.deeplearningbook.org

🔗 Deep Learning

Машинное обучение для обнаружения code smell: систематический обзор литературы и метаанализ

https://www.youtube.com/watch?v=0yw9W7PRCew

🎥 Машинное обучение для обнаружения code smell: систематический обзор литературы и метаанализ
👁 1 раз ⏳ 3370 сек.
Code smell — это индикатор неоптимального дизайн-решения в исходном коде, которое часто осложняет его изменение и исправление ошибок программиста. На данный момент существуют десятки различных детекторов code smell. Однако были обнаружены три очень важных ограничения, которые могут помешать применению существующих детекторов на практике: (i) разработчики воспринимают результат работы детекторов субъективно, (ii) результаты различных детекторов редко совпадают, и (iii) настройка параметров детектора сильно в

​Machine Learning Workflows with HashiCorp Nomad and Apache Spark

🔗 Machine Learning Workflows with HashiCorp Nomad and Apache Spark
I will review the workflows for running Apache Spark workloads against a Nomad cluster using the HashiCorp Nomad-Spark integration. Special emphasis will be ...

​Get in-depth insights with AI and machine learning data analysis tools

🔗 Get in-depth insights with AI and machine learning data analysis tools
Use quick insights and natural language queries to explore your data and analyze customer behavior on a large scale. Discover how powerful artificial intelli...

​Theorizing from Data by Peter Norvig (Video Lecture)

https://catonmat.net/theorizing-from-data-by-peter-norvig-video-lecture

🔗 Theorizing from Data by Peter Norvig (Video Lecture)
Here is a video lecture by Google's Director of Research - Peter Norvig. The full title of this lecture is "Theorizing from Data: Avoiding the Capital Mistake". In 1891 Sir Arthur Conan Doyle said that "it is a capital mistake to theorize before one has data." These words still remain true today. In this talk Peter...

​Data Analysis of 10.000 AI Startups

https://towardsdatascience.com/data-analysis-of-10-000-ai-startups-5ea7e957e90?source=collection_home---4------1---------------------

🔗 Data Analysis of 10.000 AI Startups – Towards Data Science
AngelList is a place that connects startups to investors and job candidates looking to work at startups. Their goal is to democratize the…

🎥 Machine Learning and Data Science in Clojure: Presented by Aria Haghighi
👁 1 раз ⏳ 3785 сек.
Amperity's VP of Data Science, Aria Haghighi (https://github.com/aria42) shows his toolset for data science in Clojure. Many in the business use Python, but he'll show you how he makes this happen in our favorite functional toolset while comparing the two universes.

​Поделюсь рассказом о небольшом проекте: как найти в комментариях ответы автора, заведомо не зная кто автор поста.

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data

Свой проект я начинал с минимальными знаниями по машинному обучению и думаю для специалистов тут не будет ничего нового. Этот материал в некотором смысле компиляция разных статей, в нем расскажу, как подходил к задаче, в коде можно найти полезные мелочи и приемы с обработкой естественного языка.

https://habr.com/ru/post/441850/

🔗 Гадание на нейросетях: отметился ли в комментариях к посту сам автор
Поделюсь рассказом о небольшом проекте: как найти в комментариях ответы автора, заведомо не зная кто автор поста. Свой проект я начинал с минимальными знаниям...

​Simple Introduction to Convolutional Neural Networks

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
https://medium.com/@matthew_stewart/simple-introduction-to-convolutional-neural-networks-cdf8d3077bac?source=topic_page---------1------------------1

🔗 Simple Introduction to Convolutional Neural Networks
In this article, I will explain the concept of convolution neural networks (CNN’s) using many swan pictures and will make the case of…

​Что у нас тут? 🤔 Да это же бесплатный курс по машинному обучению в IT-компании! IRL!

Дорогие студенты,

Мы планируем провести в #Екатеринбурге курс-практикум по машинному обучению для целей классификации интернет-ресурсов и анализа вредоносной активности в интернете. Расскажем, покажем и научим тому, что умеем и делаем сами, причем совершенно бесплатно!

Курс, который мы планируем провести в апреле-мае, будет состоять из теоретической части и большого количества практики на реальных данных. Ориентировочная длительность курса 6-8 недель, занятия будут проходить 2 раза в неделю.

Но прежде, чем проводить мероприятие, хотели бы собрать предварительный отклик и выбрать наиболее удобные для всех сроки и время проведения курса.

Занятия будут проходить в очной форме, у нас в офисе (Кулибина 2), в 20 минутах пешком от ГУКа УрФУ на Мира.

Тех, кто успешно пройдет курс, мы пригласим к нам на стажировку.

Интересно? Тогда ответь на анкету:

https://docs.google.com/forms/d/e/1FAIpQLSeZxgY8lPhlUGWI6zAhup3ySmGgAt2TYHqgXr-CdlQsnZk7AQ/viewform

PS: Подробности опубликуем ближе к концу марта 😉

🔗 Опрос студентов по курсу-практикуму по машинному обучению
Дорогие студенты, Мы, в СкайДНС, планируем провести в Екатеринбурге курс-практикум по машинному обучению для целей классификации интернет-ресурсов и анализа вредоносной активности в интернете. Собственно расскажем, покажем и научим тому, что умеем и делаем сами, и причем совершенно бесплатно. Курс, который мы планируем провести в апреле — мае, будет состоять из теоретической части и много-много практики на реальных данных. Ориентировочная длительность курса 6-8 недель, занятия будут проходить 2 раза в неделю. Но прежде чем проводить курс, хотели бы собрать интерес к нему и лучше выбрать сроки проведения курса и понять какое время удобнее студентам. Курс будет проходить в очной форме, у нас в офисе на Кулибина, в 20 минутах пешком от главного корпуса УрФУ. Тех кто успешно пройдет курс, мы планируем пригласить к нам на стажировку. В общем, если возник интерес, то прошу ответить на следующую анкету:

​Watson Studio Desktop is now free for academia – IBM Watson – Medium

🔗 Watson Studio Desktop is now free for academia – IBM Watson – Medium
Machine Learning, Data Science, and Predictive Analytics techniques are in strong demand. That’s why since its launch, IBM Watson Studio…

​Some Popular Metrics in Machine Learning
A summary of some metrics used to compare simulated output with ground truth.

https://medium.com/@maddyschiappa/metrics-ml-2563f9e47faa?source=topic_page---------0------------------1

🔗 Some Popular Metrics in Machine Learning – Madeline Schiappa – Medium
A summary of some metrics used to compare simulated output with ground truth.

Myths About Data Science | Uncovering Data Science Myths | Data Science Training

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
https://www.youtube.com/watch?v=caGPIlBEsXE

🎥 10 Myths About Data Science | Uncovering Data Science Myths | Data Science Training | Edureka
👁 1 раз ⏳ 1366 сек.
** Data Scientist Master Program: https://www.edureka.co/masters-program/data-scientist-certification **
This Edureka live session on “10 Data Science Myths" attempts to take down some of the misconceptions about Data Science and gives a much clearer picture of what data science really is.

Check out our Data Science Tutorial blog series: http://bit.ly/data-science-blogs

Check out our complete Youtube playlist here: http://bit.ly/data-science-playlist

-------------------------------------

Do subscribe to