​Нетехнологические компании начинают масштабно использовать искусственный интеллект

https://habr.com/ru/post/442350/

🔗 Нетехнологические компании начинают масштабно использовать искусственный интеллект
По словам Александры Суйч Басс, искусственный интеллект распространяется за пределы технологического сектора, что повлечет серьезные последствия для компаний, ра...

🎥 40. Введение в машинное обучение в Spark ML. Feature Extraction (Inside Bloomberg)
👁 1 раз ⏳ 4443 сек.

​February Edition: Data Visualization
8 of the best articles on visualizing data

https://towardsdatascience.com/february-edition-data-visualization-18e1b663edc4?source=collection_home---4------0---------------------

🔗 February Edition: Data Visualization – Towards Data Science
8 of the best articles on visualizing data

​Utilizing Free Image Tools For Home Security
A Webapp Created for the Developer Week 2019 Hackathon

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

https://towardsdatascience.com/utilizing-free-image-tools-for-home-security-fd4a6630181c?source=collection_home---4------2---------------------

🔗 Utilizing Free Image Tools For Home Security – Towards Data Science
A Webapp Created for the Developer Week 2019 Hackathon

🎥 Andrea Montanari (Stanford) -- Mean Field Descriptions of Two Layers Neural Network
👁 1 раз ⏳ 3939 сек.
MIFODS - Workshop on Non-convex optimization and deep learning
Cambridge, US
January 27-20, 2019

A birds-eye view of optimization algorithms

By Fabian Pedregosa: http://fa.bianp.net/teaching/2018/eecs227at/

​from Google AI about music generation
https://magenta.tensorflow.org/gansynth

🔗 GANSynth: Making music with GANs
In this post, we introduce GANSynth, a method for generating high-fidelity audio with Generative Adversarial Networks (GANs). Colab Notebook 🎵Audio E...

🎥 77. Apache Spark. 1 триллион измерений Logistic Regression в Spark
👁 1 раз ⏳ 1071 сек.
Как правило, спарк не может хорошо поддерживать крупномасштабное машинное обучение, потому что размер модели может превышать ограничение памяти одного узла. Тем не менее, мы разработали алгоритм обучения тренировочной логистической регрессии и модели softmax с 1 триллионом измерений на стандартной версии искры за 15 минут (500 миллионов обучающих выборок). Для достижения этой цели мы предложили новый алгоритм оптимизации, тщательно выбранный подходящий метод распределения и применяемую технологию сжатия мод

🎥 14. Neural Style Transfer и Generative Adversarial Networks
👁 78 раз ⏳ 6550 сек.
В этом видео Кирилл Голубев (МФТИ) рассказывает об очень красивом и интересном применении нейросетей -- переносе стиля изображений.

После этого речь идёт о генеративных сетях, которые сегодня очень бурно развиваются и показывают себя в самых различных задачах.

В этом же видео продемонстрирован код, осуществляющий перенос стиля, и код простой генеративной нейросети, чтобы слушатели могли сразу попрактиковаться.

Материалы занятия:
http://bit.ly/2FmTnUJ

---

Deep Learning School при ФПМИ МФТИ.

Официальны

🎥 2. Основы линейной алгебры: семинар
👁 3 раз ⏳ 3878 сек.
ВАЖНО: Проблемы со звуком пропадают после 11:16.

Данный семинар посвящён основам линейной алгебры. Её понимание необходимо для дальнейшего продвижения в Deep Learning и в машинном обучении в целом.

Рассматриваются такие понятия, как линейное пространство, линейное преобразование, вектор, матрица и операции с ними.

Материалы занятия:
https://github.com/DLSchool/dlschool/tree/master/02.%20Linear%20Algebra%2C%20Numpy

Семинарист: Данил Лыков (МФТИ)

---

Deep Learning School при ФПМИ МФТИ

Официальный сай

​В России создаётся национальная стратегия в области искусственного интеллекта

Правительству РФ поручено до 15 июня 2019 года разработать национальную стратегию в области искусственного интеллекта. В поручении президента не указаны подробности, что должна из себя представлять эта стратегия, указана только дата.

Для примера, можно посмотреть на аналогичную стратегию Китая. В отличие от российской, она принята несколько лет назад и сейчас постепенно реализуется.

https://habr.com/ru/post/442024/

🔗 В России создаётся национальная стратегия в области искусственного интеллекта
Правительству РФ поручено до 15 июня 2019 года разработать национальную стратегию в области искусственного интеллекта. В поручении президента не указаны подробно...

​Mayhem — машина, способная находить уязвимости в программах и исправлять их

Программа заняла первое место в конкурсе Cyber Grand Challenge от DARPA, посвящённом автоматизации этичного взлома
https://habr.com/ru/post/442178/

🔗 Mayhem — машина, способная находить уязвимости в программах и исправлять их
Программа заняла первое место в конкурсе Cyber Grand Challenge от DARPA, посвящённом автоматизации этичного взлома В 2011 года, когда инвестор Марк Андриссен с...

​Random thoughts on my first ML deployment
5 things I didn’t know six months ago and that’s better not to forget in the months to come

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

https://towardsdatascience.com/random-thoughts-on-my-first-ml-deployment-8e8c89df047f?source=collection_home---4------2---------------------

🔗 Random thoughts on my first ML deployment – Towards Data Science
5 things I didn’t know six months ago and that’s better not to forget in the months to come

​Готовим следующий Data Science Meetup🔥На этот раз собираемся в Иннополисе.

Спикеры:

1. Дмитрий Карасев (QuLab)
Тема: Практическое применение Face Recognition

2. Игорь Шульган (Университет Иннополис)
Тема: Neural grammatical error correction models

Data Science Meetup пройдет 17 марта в Технопарке (г.Иннополис)

Начало в 14:30🙌🏻

Ссылки на регистрацию и контакты ниже:

💻 provectus.com/events/kazan-data-science-meetup-3/
📩 через почту: [email protected]
☎ по номеру телефона: telegram +79625651594

🔗 Events - Participate in our events
Provectus's Events in Odessa, Kazan and California. Educate oneself of the topics of Artificial Intelligence, Data Engineering. Browse and sign up.

​Unsupervised NLP Topic Models as a Supervised learning input

https://towardsdatascience.com/unsupervised-nlp-topic-models-as-a-supervised-learning-input-cf8ee9e5cf28?source=collection_home---4------1---------------------

🔗 Unsupervised NLP Topic Models as a Supervised learning input
Predicting Future Yelp Review Sentiment

🎥 Занятие 2 | Машинное обучение
👁 1 раз ⏳ 3403 сек.
Преподаватель: Власов Кирилл Вячеславович
Материалы курса: https://github.com/ml-dafe/ml_mipt_dafe_minor
Дата: 02.03.2019

🎥 L8/5 Deep Learning Hardware
👁 1 раз ⏳ 1180 сек.
Dive into Deep Learning
UC Berkeley, STAT 157

Slides are at
http://courses.d2l.ai
The book is at
http://www.d2l.ai

Naive Bayes Classifiers

​Цифровая трансформация на примере Call центра любого бизнеса

https://habr.com/ru/post/442446/

🔗 Цифровая трансформация на примере Call центра любого бизнеса

​Finding code while searching Google scholar or arxiv is now easy with this chrome extension

https://chrome.google.com/webstore/detail/researchcode-code-finder/fjlgffkjbojpamibnefignobehknjane

🔗 ResearchCode code finder
Find code for research papers

🎥 Algorithmic bias and explainability in machine learning with tensorflow (Alejandro Saucedo)
👁 1 раз ⏳ 2324 сек.
A practical guide towards explainability and bias evaluation in machine learning - Alejandro Saucedo In this talk we will demystify the concept of "bias in machine learning" through a hands-on example. We will be tasked to automate an end-to-end loan approval process by training a deep learning tensorflow model on sample data. We will then dissect the model and dataset showcasing hidden common risks, and we will provide important insight on the key tools and techniques you can use to identify and mitigate u

DeepMind StarCraft

https://www.youtube.com/watch?v=98V6PnwVXCc

🎥 DeepMind StarCraft
👁 12 раз ⏳ 801 сек.
The AI research lab DeepMind created an algorithm that beat a top professional StarCraft 2 player for the first time! This is a huge achievement since this is an incredibly complex game that requires long term planning, game theory, and cooperative play. Their algorithm used a mixture of techniques that in the field of deep reinforcement learning. I'll explain how each of these techniques works, and how they all work together in unison. This is an exciting time for the field. Enjoy!

Code for this video:
h