What are the limits of deep learning
https://www.pnas.org/content/116/4/1074
#machinelearning
#deeplearning
🔗 News Feature: What are the limits of deep learning?
The much-ballyhooed artificial intelligence approach boasts impressive feats but still falls short of human brainpower. Researchers are determined to figure out what’s missing. There’s no mistaking the image: It’s a banana—a big, ripe, bright-yellow banana. Yet the artificial intelligence (AI) identifies it as a toaster, even though it was trained with the same powerful and oft-publicized deep-learning techniques that have produced a white-hot revolution in driverless cars, speech understanding, and a multitude of other AI applications. That means the AI was shown several thousand photos of bananas, slugs, snails, and similar-looking objects, like so many flash cards, and then drilled on the answers until it had the classification down cold. And yet this advanced system was quite easily confused—all it took was a little day-glow sticker, digitally pasted in one corner of the image. Apparent shortcomings in deep-learning approaches have raised concerns among researchers and the general public as technologies s
https://www.pnas.org/content/116/4/1074
#machinelearning
#deeplearning
🔗 News Feature: What are the limits of deep learning?
The much-ballyhooed artificial intelligence approach boasts impressive feats but still falls short of human brainpower. Researchers are determined to figure out what’s missing. There’s no mistaking the image: It’s a banana—a big, ripe, bright-yellow banana. Yet the artificial intelligence (AI) identifies it as a toaster, even though it was trained with the same powerful and oft-publicized deep-learning techniques that have produced a white-hot revolution in driverless cars, speech understanding, and a multitude of other AI applications. That means the AI was shown several thousand photos of bananas, slugs, snails, and similar-looking objects, like so many flash cards, and then drilled on the answers until it had the classification down cold. And yet this advanced system was quite easily confused—all it took was a little day-glow sticker, digitally pasted in one corner of the image. Apparent shortcomings in deep-learning approaches have raised concerns among researchers and the general public as technologies s
PNAS
What are the limits of deep learning? | Proceedings of the National Academy of Sciences
Deep learning processing technologies for embedded systems
🔗 Deep learning processing technologies for embedded systems
- Presentation of the problem of image processing in a typical AV/ADAS scenario, both in terms of required resources and of compute paradigm. - Exploring the...
🔗 Deep learning processing technologies for embedded systems
- Presentation of the problem of image processing in a typical AV/ADAS scenario, both in terms of required resources and of compute paradigm. - Exploring the...
YouTube
Deep learning processing technologies for embedded systems
- Presentation of the problem of image processing in a typical AV/ADAS scenario, both in terms of required resources and of compute paradigm. - Exploring the...
Image Search at Facebook: Making Sense of One of the Largest Image Databases in the World
🔗 Image Search at Facebook: Making Sense of One of the Largest Image Databases in the World
Sharing of photos has become one of the primary ways for people to communicate. Billions of photos are uploaded on Facebook every single day. Such a large sc...
🔗 Image Search at Facebook: Making Sense of One of the Largest Image Databases in the World
Sharing of photos has become one of the primary ways for people to communicate. Billions of photos are uploaded on Facebook every single day. Such a large sc...
YouTube
Image Search at Facebook: Making Sense of One of the Largest Image Databases in the World
Sharing of photos has become one of the primary ways for people to communicate. Billions of photos are uploaded on Facebook every single day. Such a large sc...
Deep Recommender Systems - Gabriel Moreira (CI&T)
🔗 Deep Recommender Systems - Gabriel Moreira (CI&T)
Recommender Systems have been successfully employed by online services to help users choose from a large set of available items and to increase their eng...
🔗 Deep Recommender Systems - Gabriel Moreira (CI&T)
Recommender Systems have been successfully employed by online services to help users choose from a large set of available items and to increase their eng...
YouTube
Deep Recommender Systems - Gabriel Moreira (CI&T)
Recommender Systems have been successfully employed by online services to help users choose from a large set of available items and to increase their eng...
🎥 Machine Learning at scale with Kubernetes - Singapore Kubernetes User Group
👁 1 раз ⏳ 1890 сек.
👁 1 раз ⏳ 1890 сек.
Speaker: Wesley Goi
Event Page: https://www.meetup.com/Singapore-Kubernetes-User-Group/events/257856229/
Produced by Engineers.SG
Recorded by: Acronis
Help us caption & translate this video!
https://amara.org/v/nRvM/Vk
Machine Learning at scale with Kubernetes - Singapore Kubernetes User Group
Speaker: Wesley Goi
Event Page: https://www.meetup.com/Singapore-Kubernetes-User-Group/events/257856229/
Produced by Engineers.SG
Recorded by: Acronis
Help us caption & translate this video!
https://amara.org/v/nRvM/
Event Page: https://www.meetup.com/Singapore-Kubernetes-User-Group/events/257856229/
Produced by Engineers.SG
Recorded by: Acronis
Help us caption & translate this video!
https://amara.org/v/nRvM/
Time Series of Price Anomaly Detection
Anomaly detection detects data points in data that does not fit well with the rest of the data.
🔗 Time Series of Price Anomaly Detection – Towards Data Science
Anomaly detection detects data points in data that does not fit well with the rest of the data.
Anomaly detection detects data points in data that does not fit well with the rest of the data.
🔗 Time Series of Price Anomaly Detection – Towards Data Science
Anomaly detection detects data points in data that does not fit well with the rest of the data.
Medium
Time Series of Price Anomaly Detection
Anomaly detection detects data points in data that does not fit well with the rest of the data.
NLP. Основы. Техники. Саморазвитие. Часть 1
Машинное обучение
Привет! Меня зовут Иван Смуров, и я возглавляю группу исследований в области NLP в компании ABBYY. О том, чем занимается наша группа, можно почитать здесь. Недавно я читал лекцию про Natural Language Processing (NLP) в Школе глубокого обучения – это кружок при Физтех-школе прикладной математики и информатики МФТИ для старшеклассников, интересующихся программированием и математикой. Возможно, тезисы моей лекции кому-то пригодятся, поэтому поделюсь ими с Хабром.
Поскольку за один раз все объять не получится, разделим статью на две части. Сегодня я расскажу о том, как нейросети (или глубокое обучение) используются в NLP. Во второй части статьи мы сконцентрируемся на одной из самых распространенных задач NLP — задаче извлечения именованных сущностей (Named-entity recognition, NER) и разберем подробно архитектуры ее решений.
🔗 NLP. Основы. Техники. Саморазвитие. Часть 1
Привет! Меня зовут Иван Смуров, и я возглавляю группу исследований в области NLP в компании ABBYY. О том, чем занимается наша группа, можно почитать здесь.
Машинное обучение
Привет! Меня зовут Иван Смуров, и я возглавляю группу исследований в области NLP в компании ABBYY. О том, чем занимается наша группа, можно почитать здесь. Недавно я читал лекцию про Natural Language Processing (NLP) в Школе глубокого обучения – это кружок при Физтех-школе прикладной математики и информатики МФТИ для старшеклассников, интересующихся программированием и математикой. Возможно, тезисы моей лекции кому-то пригодятся, поэтому поделюсь ими с Хабром.
Поскольку за один раз все объять не получится, разделим статью на две части. Сегодня я расскажу о том, как нейросети (или глубокое обучение) используются в NLP. Во второй части статьи мы сконцентрируемся на одной из самых распространенных задач NLP — задаче извлечения именованных сущностей (Named-entity recognition, NER) и разберем подробно архитектуры ее решений.
🔗 NLP. Основы. Техники. Саморазвитие. Часть 1
Привет! Меня зовут Иван Смуров, и я возглавляю группу исследований в области NLP в компании ABBYY. О том, чем занимается наша группа, можно почитать здесь.
Хабр
NLP. Основы. Техники. Саморазвитие. Часть 1
Содержание NLP. Основы. Техники. Саморазвитие. Часть 2: NER Привет! Меня зовут Иван Смуров, и я возглавляю группу исследований в области NLP в компании ABBYY. О том, чем занимается наша группа, можно...
https://habr.com/ru/post/432444/
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция применяется для автоматической зарисовки номера у некоторых клиентов.
И в один прекрасный день МВД Украины открыло доступ к реестру транспортных средств. Теперь по номерному знаку стало возможным проверять некоторую информацию про автомобиль (марку, модель, год выпуска, цвет и т.д. )! Скучная рутина линейного программирования померкла перед новой свехзадачей — считывать номера по всей базе фото и валидировать эти данные с теми, что указывал пользователь. Сами знаете как это бывает «глаза загорелись» — вызов принят, все остальные задачи на время стали скучны и монотонны… Мы принялись за работу и получили неплохие результаты, чем, собственно и решили поделиться с сообществом.
🔗 Распознавание номеров. Практическое пособие. Часть 1
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция...
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция применяется для автоматической зарисовки номера у некоторых клиентов.
И в один прекрасный день МВД Украины открыло доступ к реестру транспортных средств. Теперь по номерному знаку стало возможным проверять некоторую информацию про автомобиль (марку, модель, год выпуска, цвет и т.д. )! Скучная рутина линейного программирования померкла перед новой свехзадачей — считывать номера по всей базе фото и валидировать эти данные с теми, что указывал пользователь. Сами знаете как это бывает «глаза загорелись» — вызов принят, все остальные задачи на время стали скучны и монотонны… Мы принялись за работу и получили неплохие результаты, чем, собственно и решили поделиться с сообществом.
🔗 Распознавание номеров. Практическое пособие. Часть 1
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция...
Хабр
Распознавание номеров. Практическое пособие. Часть 1
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция примен...
What Makes a Good Image Generator AI?
Наш телеграмм канал - https://yangx.top/ai_machinelearning_big_data
🎥 What Makes a Good Image Generator AI?
👁 1 раз ⏳ 341 сек.
Наш телеграмм канал - https://yangx.top/ai_machinelearning_big_data
🎥 What Makes a Good Image Generator AI?
👁 1 раз ⏳ 341 сек.
Three paper recommendations this time:
- Inception score - "Improved Techniques for Training GANs" - https://arxiv.org/abs/1606.03498
- "Progressive Growing of GANs for Improved Quality" - https://arxiv.org/abs/1710.10196
- Inception score criticism - "A Note on the Inception Score" - https://arxiv.org/abs/1801.01973
Pick up cool perks on our Patreon page:
› https://www.patreon.com/TwoMinutePapers
We would like to thank our generous Patreon supporters who make Two Minute Papers possible:
313V, Alex Haro,Telegram
Machinelearning
Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri
Evaluating Text Output in NLP: BLEU at your own risk
https://towardsdatascience.com/evaluating-text-output-in-nlp-bleu-at-your-own-risk-e8609665a213?source=collection_home---2------0---------------------
https://towardsdatascience.com/evaluating-text-output-in-nlp-bleu-at-your-own-risk-e8609665a213?source=collection_home---2------0---------------------
Towards Data Science
Evaluating Text Output in NLP: BLEU at your own risk
One question I get fairly often from folks who are just getting into NLP is how to evaluate systems when the output of that system is text…
Stanford Seminar - Erudite: Prototype System for Computational Intelligence
🔗 Stanford Seminar - Erudite: Prototype System for Computational Intelligence
Wen-mei Hwu University of Illinois, Urbana-Champaign January 16, 2018 Since the rise of deep learning in 2012, much progress has been made in deep-learning-b...
🔗 Stanford Seminar - Erudite: Prototype System for Computational Intelligence
Wen-mei Hwu University of Illinois, Urbana-Champaign January 16, 2018 Since the rise of deep learning in 2012, much progress has been made in deep-learning-b...
YouTube
Stanford Seminar - Erudite: Prototype System for Computational Intelligence
Wen-mei Hwu University of Illinois, Urbana-Champaign January 16, 2018 Since the rise of deep learning in 2012, much progress has been made in deep-learning-b...
https://habr.com/ru/company/dsec/blog/437092/
Безопасность алгоритмов машинного обучения. Атаки с использованием Python
#machinelearning #neuralnets #deeplearning #машинноеобучение
Наш телеграмм канал - https://yangx.top/ai_machinelearning_big_data
Безопасность алгоритмов машинного обучения. Атаки с использованием Python
#machinelearning #neuralnets #deeplearning #машинноеобучение
Наш телеграмм канал - https://yangx.top/ai_machinelearning_big_data
Хабр
Безопасность алгоритмов машинного обучения. Атаки с использованием Python
Машинное обучение активно применяется во многих областях нашей жизни. Алгоритмы помогают распознавать знаки дорожного движения, фильтровать спам, распознавать лица наших друзей на facebook, даже...
Pre-trained BERT in PyTorch
https://github.com/huggingface/pytorch-pretrained-BERT
🔗 huggingface/pytorch-pretrained-BERT
A PyTorch implementation of Google AI's BERT model provided with Google's pre-trained models, examples and utilities. - huggingface/pytorch-pretrained-BERT
https://github.com/huggingface/pytorch-pretrained-BERT
🔗 huggingface/pytorch-pretrained-BERT
A PyTorch implementation of Google AI's BERT model provided with Google's pre-trained models, examples and utilities. - huggingface/pytorch-pretrained-BERT
GitHub
GitHub - huggingface/transformers: 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models…
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. - GitHub - huggingface/t...
Обзор алгоритмов глубокого машинного обучения для роботов
Обзор будет полезен для тех, кто занимается физическими роботами и кому стало недостаточно arduino, а также для людей, кто хотел бы реализовать какие-либо из функций восприятия окружающего мира в своих роботах или устройствах.
https://habr.com/ru/post/435968/
#Искусственный интеллект,
#Машинноеобучение,
🔗 Обзор алгоритмов глубокого машинного обучения для роботов
Обзор будет полезен для тех, кто занимается физическими роботами и кому стало недостаточно arduino, а также для людей, кто хотел бы реализовать какие-либо из...
Обзор будет полезен для тех, кто занимается физическими роботами и кому стало недостаточно arduino, а также для людей, кто хотел бы реализовать какие-либо из функций восприятия окружающего мира в своих роботах или устройствах.
https://habr.com/ru/post/435968/
#Искусственный интеллект,
#Машинноеобучение,
🔗 Обзор алгоритмов глубокого машинного обучения для роботов
Обзор будет полезен для тех, кто занимается физическими роботами и кому стало недостаточно arduino, а также для людей, кто хотел бы реализовать какие-либо из...
Хабр
Обзор алгоритмов глубокого машинного обучения для роботов
Обзор будет полезен для тех, кто занимается физическими роботами и кому стало недостаточно arduino, а также для людей, кто хотел бы реализовать какие-либо из функций восприятия окружающего мира в...
Discovering and Classifying In-app Message Intent at Airbnb
Conversational AI is inspiring us to rethink the customer experience on our platform.
🔗 Discovering and Classifying In-app Message Intent at Airbnb
Conversational AI is inspiring us to rethink the customer experience on our platform.
Conversational AI is inspiring us to rethink the customer experience on our platform.
🔗 Discovering and Classifying In-app Message Intent at Airbnb
Conversational AI is inspiring us to rethink the customer experience on our platform.
Medium
Discovering and Classifying In-app Message Intent at Airbnb
Conversational AI is inspiring us to rethink the customer experience on our platform.
🎥 Android Studio 3.3, introducing Feast: a feature store for ML, NVIDIA Tesla T4 GPUs, & more!
👁 1 раз ⏳ 163 сек.
👁 1 раз ⏳ 163 сек.
TL;DR 142 | The Google Developer Show
Android Studio 3.3 → http://bit.ly/2Dy68KQ
Get your Android apps ready for 64-bit → http://bit.ly/2DyGllP
Feast: open source feature store for machine learning → http://bit.ly/2FJaK32
Go on Cloud Functions → http://bit.ly/2SbMzjS
NVIDIA Tesla T4 GPUs now in beta → http://bit.ly/2FM0tmX
Soft Actor-Critic: Deep Reinforcement Learning for Robotics → http://bit.ly/2UlpHfd
Google Summer of Code 2019 → http://bit.ly/2HxM3Z6
Here to bring you the latest developer news frVk
Android Studio 3.3, introducing Feast: a feature store for ML, NVIDIA Tesla T4 GPUs, & more!
TL;DR 142 | The Google Developer Show
Android Studio 3.3 → http://bit.ly/2Dy68KQ
Get your Android apps ready for 64-bit → http://bit.ly/2DyGllP
Feast: open source feature store for machine learning → http://bit.ly/2FJaK32
Go on Cloud Functions → http:…
Android Studio 3.3 → http://bit.ly/2Dy68KQ
Get your Android apps ready for 64-bit → http://bit.ly/2DyGllP
Feast: open source feature store for machine learning → http://bit.ly/2FJaK32
Go on Cloud Functions → http:…
Deep Mind vs Starcraft:
DeepMind won professional starcraft players!
video: https://www.youtube.com/watch?v=cUTMhmVh1qs&feature=youtu.be
article: https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/
🎥 DeepMind StarCraft II Demonstration
👁 8 раз ⏳ 10370 сек.
DeepMind won professional starcraft players!
video: https://www.youtube.com/watch?v=cUTMhmVh1qs&feature=youtu.be
article: https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/
🎥 DeepMind StarCraft II Demonstration
👁 8 раз ⏳ 10370 сек.
Join Artosis, RottterdaM and a cast of special guests for a unique StarCraft II showcase live from DeepMind in London, in partnership with Blizzard.YouTube
DeepMind StarCraft II Demonstration
Join Artosis, RottterdaM and a cast of special guests for a unique StarCraft II showcase live from DeepMind in London, in partnership with Blizzard.
🔥Лекции по Big Data
1 - BigData. Введение в машинное обучение
2 - BigData. Python
3 - BigData. Что такое BigData
4 - BigData. OLAP. What and why
5 - BigData. IoT и BigData
6 - BigData. Сhallenges of classification
7 - BigData. Formal Context Analysis
8 - BigData. Регрессия
9 - BigData. Хранение и анализ больших данных
10 - BigData. Deep learning
🎥 1 - BigData. Введение в машинное обучение
👁 603 раз ⏳ 1960 сек.
🎥 2 - BigData. Python
👁 651 раз ⏳ 8499 сек.
🎥 3 - BigData. Что такое BigData
👁 235 раз ⏳ 3792 сек.
🎥 4 - BigData. OLAP. What and why
👁 184 раз ⏳ 5766 сек.
🎥 5 - BigData. IoT и BigData
👁 97 раз ⏳ 4183 сек.
🎥 6 - BigData. Сhallenges of classification
👁 82 раз ⏳ 3923 сек.
🎥 7 - BigData. Formal Context Analysis
👁 71 раз ⏳ 6046 сек.
🎥 8 - BigData. Регрессия
👁 89 раз ⏳ 4118 сек.
🎥 9 - BigData. Хранение и анализ больших данных
👁 113 раз ⏳ 8210 сек.
🎥 10 - BigData. Deep learning
👁 104 раз ⏳ 5703 сек.
1 - BigData. Введение в машинное обучение
2 - BigData. Python
3 - BigData. Что такое BigData
4 - BigData. OLAP. What and why
5 - BigData. IoT и BigData
6 - BigData. Сhallenges of classification
7 - BigData. Formal Context Analysis
8 - BigData. Регрессия
9 - BigData. Хранение и анализ больших данных
10 - BigData. Deep learning
🎥 1 - BigData. Введение в машинное обучение
👁 603 раз ⏳ 1960 сек.
Лекция 1 - Введение в машинное обучение.
В лекции рассказывается о том, что подразумевается под понятием «машинное обучение» и какие задачи решаютс...🎥 2 - BigData. Python
👁 651 раз ⏳ 8499 сек.
Лекция 2 - Python, как язык анализа данных.
В лекции сделан небольшой обзор языков и программ для анализа данных. Рассказан базовый синтаксис языка...🎥 3 - BigData. Что такое BigData
👁 235 раз ⏳ 3792 сек.
Лекция 3 - Что такое BigData?
В лекции рассказывается о том, что же это такое. Цели, проблемы и практическая польза результатов
анализа BD на приме...🎥 4 - BigData. OLAP. What and why
👁 184 раз ⏳ 5766 сек.
Лекция 4 - OLAP. What and why. Lightning talk.
В лекции описание OLAP. Что это? Для чего? Каковы отличия от OLTP? Небольшой экскурс в анализ данных...🎥 5 - BigData. IoT и BigData
👁 97 раз ⏳ 4183 сек.
Лекция 5 - IoT and BigData
В лекции рассказывается о IoT and BigData. Области их пересечения, применения, основные проблемы и методы решения. Lambd...🎥 6 - BigData. Сhallenges of classification
👁 82 раз ⏳ 3923 сек.
Лекция 6 - Сhallenges of classification
The Internet is growing at a tremendous rate. The amount of information presented is beyond human comprehen...🎥 7 - BigData. Formal Context Analysis
👁 71 раз ⏳ 6046 сек.
Лекция 7 - Formal Concept Analysis
В этой лекции рассказывается о том, откуда возник анализ формальных понятий, для чего он используется и какие за...🎥 8 - BigData. Регрессия
👁 89 раз ⏳ 4118 сек.
Лекция 8 - Регрессия
В лекции рассказана задача регрессии на примере классической задачи предсказания цены дома в Силиконовой Долине. Также рассмот...🎥 9 - BigData. Хранение и анализ больших данных
👁 113 раз ⏳ 8210 сек.
Лекция 9 - Хранение и анализ больших данных
Лекция дает ответы на такие вопросы как: что такое большие данные, откуда они берутся, как их хранить, ...🎥 10 - BigData. Deep learning
👁 104 раз ⏳ 5703 сек.
Опубликовано: 19 февр. 2016 г.
Лекция 10 - Deep learning - нейронные сети и их применение.
Лекция рассказывает о истории возникновения и развития н...Vk
1 - BigData. Введение в машинное обучение
Лекция 1 - Введение в машинное обучение. В лекции рассказывается о том, что подразумевается под понятием «машинное обучение» и какие задачи решаютс...