Математика больших данных
Как можно хранить и обрабатывать многомерные массивы в линейных по памяти структурах? Что дает обучение нейронных сетей из триллионов триллионов нейронов и как можно осуществить его без переобучения? Можно ли обрабатывать информацию "на лету", не сохраняя поступающие последовательно данные? Что дает обучение по слаборазмеченным данным? И почему для решения всех перечисленных выше задач надо хорошо знать математику? Ответы на эти вопросы будут рассмотрены в докладе.
https://www.youtube.com/watch?time_continue=1&v=lkh7bLUc30g
#math #data_analysis
Как можно хранить и обрабатывать многомерные массивы в линейных по памяти структурах? Что дает обучение нейронных сетей из триллионов триллионов нейронов и как можно осуществить его без переобучения? Можно ли обрабатывать информацию "на лету", не сохраняя поступающие последовательно данные? Что дает обучение по слаборазмеченным данным? И почему для решения всех перечисленных выше задач надо хорошо знать математику? Ответы на эти вопросы будут рассмотрены в докладе.
https://www.youtube.com/watch?time_continue=1&v=lkh7bLUc30g
#math #data_analysis
YouTube
[Коллоквиум]: Математика больших данных: тензоры, нейросети, байесовский вывод - Ветров Д.П.
Человечество вступило в эпоху больших данных - время, когда объем доступной для анализа информации нарастает на порядки быстрее чем вычислительные мощности. Традиционные математические методы и модели в такой ситуации становятся неприменимы. Необходимо создание…
TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер
Кратко рассмотрены основные особенности недавно вышедшей JavaScript-версии популярного фреймворка машинного обучения от Google – TensorFlow.js.
https://proglib.io/p/tensorflow-js/
#js #data_analysis
Кратко рассмотрены основные особенности недавно вышедшей JavaScript-версии популярного фреймворка машинного обучения от Google – TensorFlow.js.
https://proglib.io/p/tensorflow-js/
#js #data_analysis
Библиотека программиста
TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер
Кратко рассмотрены основные особенности недавно вышедшей JavaScript-версии популярного фреймворка машинного обучения от Google – TensorFlow.js.
Курс по машинному обучению от сообщества OpenDataScience
1. Pandas
2. Визуализация
3. Классификация, деревья решений
4. Логистическая регрессия
5. Случайный лес
6. Регрессия, работа с признаками
Ссылка на плейлист: https://www.youtube.com/watch?v=dEFxoyJhm3Y&list=PLZSPcxXPEZVoaCDSEtrrSq2i_ewYqrzZE
#data_analysis
1. Pandas
2. Визуализация
3. Классификация, деревья решений
4. Логистическая регрессия
5. Случайный лес
6. Регрессия, работа с признаками
Ссылка на плейлист: https://www.youtube.com/watch?v=dEFxoyJhm3Y&list=PLZSPcxXPEZVoaCDSEtrrSq2i_ewYqrzZE
#data_analysis
YouTube
Лекция 1. Pandas. Открытый курс OpenDataScience по машинному обучению mlcourse.ai
For lectures in English, check out this playlist https://bit.ly/2zY6Xe2
То же видео, но с улучшенным звуком https://youtu.be/OAy96yiWohk (Denis Cera, Oleg Butko)
В 1 лекции мы обсудим курс и попрактикуемся в первичном анализе данных с помощью библиотеки…
То же видео, но с улучшенным звуком https://youtu.be/OAy96yiWohk (Denis Cera, Oleg Butko)
В 1 лекции мы обсудим курс и попрактикуемся в первичном анализе данных с помощью библиотеки…
10 рецептов машинного обучения от разработчиков Google
В десяти коротких видеоуроках курса машинного обучения от разработчиков Google рассмотрены приемы Machine Learning для начинающих аналитиков данных.
https://proglib.io/p/google-ml-recipes/
#data_analysis
В десяти коротких видеоуроках курса машинного обучения от разработчиков Google рассмотрены приемы Machine Learning для начинающих аналитиков данных.
https://proglib.io/p/google-ml-recipes/
#data_analysis
Библиотека программиста
10 рецептов машинного обучения от разработчиков Google
В десяти коротких видеоуроках курса машинного обучения от разработчиков Google рассмотрены приемы Machine Learning для начинающих аналитиков данных.
Обучение без учителя: 4 метода кластеризации данных на Python
Описаны четыре популярных метода обучения без учителя для кластеризации данных с соответствующими примерами программного кода на Python.
https://proglib.io/p/unsupervised-ml-with-python/
#python #data_analysis
Описаны четыре популярных метода обучения без учителя для кластеризации данных с соответствующими примерами программного кода на Python.
https://proglib.io/p/unsupervised-ml-with-python/
#python #data_analysis
Библиотека программиста
Обучение без учителя: 4 метода кластеризации данных на Python
Описаны четыре популярных метода обучения без учителя для кластеризации данных с соответствующими примерами программного кода на Python.
8 лучших ресурсов для самостоятельного изучения Machine Learning
Ян Лекун, директор AI Research в Facebook и профессор Нью-Йоркского университета, раскрывает секреты успешного самообучения в сфере Machine Learning.
https://proglib.io/p/machine-learning-ai/
#data_analysis
Ян Лекун, директор AI Research в Facebook и профессор Нью-Йоркского университета, раскрывает секреты успешного самообучения в сфере Machine Learning.
https://proglib.io/p/machine-learning-ai/
#data_analysis
Библиотека программиста
8 лучших ресурсов для самостоятельного изучения Machine Learning
Ян Лекун, директор AI Research в Facebook и профессор Нью-Йоркского университета, раскрывает секреты успешного самообучения в сфере Machine Learning.
ТОП-10 мировых публикаций по машинному обучению за апрель 2018
Рассмотрено содержание 10 лучших публикаций по машинному обучению – верхушки ранжированного списка англоязычных работ, вышедших за предыдущий месяц.
https://proglib.io/p/ml-april-2018/
#data_analysis #digest
Рассмотрено содержание 10 лучших публикаций по машинному обучению – верхушки ранжированного списка англоязычных работ, вышедших за предыдущий месяц.
https://proglib.io/p/ml-april-2018/
#data_analysis #digest
Библиотека программиста
ТОП-10 мировых публикаций по машинному обучению за апрель 2018
Рассмотрено содержание 10 лучших публикаций по машинному обучению – верхушки ранжированного списка англоязычных работ, вышедших за предыдущий месяц.
Учебный план по освоению глубокого обучения и нейросетей за 6 недель
https://proglib.io/p/deep-learning-in-6-weeks/
#data_analysis
https://proglib.io/p/deep-learning-in-6-weeks/
#data_analysis
Библиотека программиста
Учебный план освоения глубокого обучения и нейросетей за 6 недель
План освоения глубокого обучения на базе открытых источников крупных университетов, статей и видеороликов специалистов анализа данных.
Как анализировать данные с Python библиотеками Pandas и Numpy
https://www.youtube.com/watch?v=lLf6Qt6wSJ8
#python #data_analysis
https://www.youtube.com/watch?v=lLf6Qt6wSJ8
#python #data_analysis
YouTube
Как анализировать данные с Python библиотеками Pandas и Numpy [GeekBrains]
Начни карьеру с бесплатного курса "Основы программирования" https://goo.gl/jTP4nP
Анализ данных с Python библиотеками Pandas и Numpy.
Подписывайся на наш канал и смотри новые видео первым: https://www.youtube.com/progliveru
Проходи бесплатные курсы: h…
Анализ данных с Python библиотеками Pandas и Numpy.
Подписывайся на наш канал и смотри новые видео первым: https://www.youtube.com/progliveru
Проходи бесплатные курсы: h…