Многослойная нормализация: новый метод улучшения эффективности нейронных сетей

https://neurohive.io/ru/novosti/mnogoslojnaya-normalizaciya-novyj-metod-uluchsheniya-effektivnosti-nejronnyh-setej/

En: https://www.frontiersin.org/articles/10.3389/fnins.2021.626277/full

👉 @bigdata_1

Powerful Exploratory Data Analysis in just two lines of code

https://www.kdnuggets.com/2021/02/powerful-exploratory-data-analysis-sweetviz.html

👉 @bigdata_1

CSTR: A Classification Perspective on Scene Text Recognition

Github: https://github.com/Media-Smart/vedastr

Paper: https://arxiv.org/abs/2102.10884v1

👉 @bigdata_1

Шпаргалка по всем сетям, их
классификация и строгое описание

Жариков Илья Николаевич
Московский физико-технический институт
Факультет управления и прикладной математики
Кафедра интеллектуальных систем

👉 @bigdata_1

Teaching AI how to forget at scale

Video: https://www.youtube.com/watch?v=hI6iJmPgm_k&ab_channel=FacebookAIFacebookAI

Facebook AI: https://ai.facebook.com/blog/teaching-ai-how-to-forget-at-scale/

Github: https://github.com/facebookresearch/transformer-sequential

Paper: https://ai.facebook.com/research/publications/not-all-memories-are-created-equal

👉 @bigdata_1

📷 NeRF Meta Learning With PyTorch

Given a single input view, meta-initialized NeRF can generate a 360-degree video.

Github: https://github.com/sanowar-raihan/nerf-meta

Paper: https://arxiv.org/abs/2012.02189

Original Project Page: https://www.matthewtancik.com/learnit

Official JAX Implementation: https://github.com/tancik/learnit

👉 @bigdata_1

💥DatasetGAN: Efficient Labeled Data Factory with Minimal Human Effort

Github: https://nv-tlabs.github.io/datasetGAN/

Article: https://www.infoq.com/news/2021/05/nvidia-dataset-generator/

Ru: https://neurohive.io/ru/novosti/datasetgan-generator-sinteticheskih-annotirovannyh-datasetov-nvidia/

👉 @bigdata_1

A Relational Tsetlin Machine with Applications to Natural Language Understanding

Github: https://github.com/cair/pyTsetlinMachine

Paper: https://arxiv.org/abs/2102.10952v1

👉 @bigdata_1

Evolution Strategies From Scratch in Python

https://machinelearningmastery.com/evolution-strategies-from-scratch-in-python/

👉 @bigdata_1

Font Style that Fits an Image -- Font Generation Based on Image Context

Github: https://github.com/Taylister/FontFits

Paper: https://arxiv.org/abs/2105.08879v1

Dataset creation: https://github.com/Taylister/TGNet-Datagen

👉 @bigdata_1

Simple multi-dataset detection

Github: https://github.com/xingyizhou/UniDet

Paper: https://arxiv.org/abs/2102.13086v1

👉 @bigdata_1

🔥 Awesome list of datasets in 100+ categories
44 zettabytes of data

https://www.kdnuggets.com/2021/05/awesome-list-datasets.html

👉 @bigdata_1

The Absolute Guide to TensorFlow

https://blog.paperspace.com/absolute-guide-to-tensorflow/

👉 @bigdata_1

NeuroKit2: A Python toolbox for neurophysiological signal processing

A user-friendly package providing easy access to advanced biosignal processing routines.

Github: https://github.com/neuropsychology/NeuroKit

Paper: https://link.springer.com/article/10.3758/s13428-020-01516-y

Docs: https://neurokit2.readthedocs.io/en/latest/installation.html

👉 @bigdata_1

Это приглашение на «быстрое свидание» с работой мечты в команде Сбера.

One Day Offer — самый короткий путь до оффера. Пройти собеседование и получить ответ в тот же день можно 16 и 17 июля по двум вакансиям: Data Engineer в ИТ-команду «Комплаенс» и Java Developer в ИТ-подразделение «Сеть продаж».

Как это работает?

Шаг 1. 16 июля или 17 июля (в зависимости от вакансии) подключитесь к онлайн-интервью.
Шаг 2. Получите предложение о работе, о которой мечтали, в тот же день.
Шаг 3. А дальше — вместе со своей командой разрабатывайте крутые и важные продукты Сбера.

Прочитать подробнее о вакансиях и отправить заявку на участие в One Day Offer можно здесь.

💬 How to Fine Tune BERT for Text Classification using Transformers in Python

https://www.thepythoncode.com/article/finetuning-bert-using-huggingface-transformers-python

Code: https://www.thepythoncode.com/code/finetuning-bert-using-huggingface-transformers-python

Dataset: https://scikit-learn.org/0.19/datasets/twenty_newsgroups.html

👉 @bigdata_1

Practical Statistics for Data Scientists

Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python
Peter Bruce, Andrew Bruce, Peter Gedeck (2020)

Statistical methods are a key part of data science, yet few data scientists have formal statistical training. Courses and books on basic statistics rarely cover the topic from a data science perspective. The second edition of this popular guide adds comprehensive examples in Python, provides practical guidance on applying statistical methods to data science, tells you how to avoid their misuse, and gives you advice on what's important and what's not.

👉 @bigdata_1

GPT-2 в картинках (визуализация языковых моделей Трансформера)

В 2019 году мы стали свидетелями блистательного использования машинного обучения. Модель GPT-2 от OpenAI продемонстрировала впечатляющую способность писать связные и эмоциональные тексты, превосходящие наши представления о том, что могут генерировать современные языковые модели. GPT-2 не является какой-то особенно новой архитектурой – она очень напоминает Трансформер-Декодер (decoder-only Transformer). Отличие GPT-2 в том, что это поистине громадная языковая модель на основе Трансформера, обученная на внушительном наборе данных. В этой статье мы посмотрим на архитектуру модели, позволяющую добиться таких результатов: подробно рассмотрим слой внутреннего внимания (self-attention layer) и применение декодирующего Трансформера для задач, выходящих за рамки языкового моделирования.

👉 @bigdata_1

Шпаргалка по AI, Neural Networks, Machine Learning, Deep Learning и Big Data

👉 @bigdata_1

GPBoost: Combining Tree-Boosting with Gaussian Process and Mixed Effects Models

Github: https://github.com/fabsig/GPBoost

Demo code: https://htmlpreview.github.io/?https://github.com/fabsig/GPBoost/blob/master/examples/GPBoost_demo.html

Paper: https://arxiv.org/abs/2105.08966v2

👉 @bigdata_1