​Для чего нам в СИБУРе продвинутая аналитика

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

#Машинноеобучение
Когда у вас возникает какая-то проблема, вы начинаете искать способы ее решения, параллельно думая, как бы снова не пройтись по этим же самым граблям в следующий раз. Что бы вы ни делали, от небольших мобильных приложений до громоздких информационных систем, у ошибки всегда есть цена, и чем более критична отрасль, в которой используется ваш продукт, тем выше цена этой ошибки. Поэтому идеальной видится ситуация, когда вы работаете на опережение, а именно — пытаетесь предсказать возникновение проблемы до ее фактического наступления.

https://habr.com/ru/company/sibur_official/blog/442910/
#BigData,
#Python,

🔗 Для чего нам в СИБУРе продвинутая аналитика
Когда у вас возникает какая-то проблема, вы начинаете искать способы ее решения, параллельно думая, как бы снова не пройтись по этим же самым граблям в следующий...

​Руководство по развертыванию моделей машинного обучения в рабочей среде в качестве API с помощью Flask

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

Друзья, в конце марта мы запускаем новый поток по курсу «Data Scientist». И прямо сейчас начинаем делиться с вами полезным материалом по курсу.

Введение

Вспоминая ранний опыт своего увлечения машинным обучением (ML) могу сказать, что много усилий уходило на построение действительно хорошей модели. Я советовался с экспертами в этой области, чтобы понять, как улучшить свою модель, думал о необходимых функциях, пытался убедиться, что все предлагаемые ими советы учтены. Но все же я столкнулся с проблемой.

Как же внедрить модель в реальный проект? Идей на этот счет у меня не было. Вся литература, которую я изучал до этого момента, фокусировалась только на улучшении моделей. Я не видел следующего шага в их развитии.
https://habr.com/ru/company/otus/blog/442860/

🔗 Руководство по развертыванию моделей машинного обучения в рабочей среде в качестве API с помощью Fla
Друзья, в конце марта мы запускаем новый поток по курсу «Data Scientist». И прямо сейчас начинаем делиться с вами полезным материалом по курсу. Введение Вспоми...

Машинное Обучение

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

Лекция 1. Введение в машинное обучение
Лекция 2. Методы обработки данных. Задача классификации
Лекция 3. Линейные модели
Лекция 4. Отбор признаков и понижение размерности
Лекция 5. Решающие деревья и ансамбли. Градиентный бустинг
Лекция 6. Кластеризация
#video #ai

🎥 Машинное обучение. Лекция 1. Введение в машинное обучение
👁 1503 раз ⏳ 2829 сек.
Все введенные на лекции понятия опираются на конспект К.В. Воронцова: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf

🎥 Машинное обучение. Лекция 2
👁 501 раз ⏳ 2180 сек.


🎥 Машинное обучение. Лекция 3. Линейные модели
👁 306 раз ⏳ 2867 сек.
В данном видео речь идёт о линейных моделях в задачах регрессии и классификации. Введены такие понятия, как регуляризация, функция правдоподобия и ...

🎥 Машинное обучение . Лекция 4. Отбор признаков и понижение размерности
👁 213 раз ⏳ 2803 сек.


🎥 Машинное обучение. Лекция 5. Решающие деревья и ансамбли. Градиентный бустинг
👁 176 раз ⏳ 1936 сек.
https://github.com/miptmlschool/mlschl/tree/master/Seminars/Seminar_5

🎥 Машинное обучение. Лекция 6. Кластеризация
👁 233 раз ⏳ 1130 сек.
https://github.com/miptmlschool/mlschl/blob/master/lections/Lection%206.pdf

​First impressions of TensorFlow Dev Summit, 2019
The 2019 edition of the TensorFlow dev summit got off to a great start on a rather cold and rainy morning in Sunnyvale, CA.

https://towardsdatascience.com/first-impressions-of-tensorflow-dev-summit-2019-c39a4513694?source=collection_home---4------4---------------------

🔗 First impressions of TensorFlow Dev Summit, 2019
The 2019 edition of the TensorFlow dev summit got off to a great start on a rather cold and rainy morning in Sunnyvale, CA. This time…

​Российский Завод Колесных Проставок ZUZ™
✔Шайбы сквозные
✔Расширители колеи
✔Переходники для дисков

Самые низкие цены на рынке 📉
Высокопрочный алюминий 👊🏻
Комплекты в наличии
Заказ от 1 штуки

Изготовление по вашим параметрам 🔧
✔автомобили
✔квадроциклы
✔прицепы

Проконсультироваться и заказать:
По телефону/Viber/Whatsapp +7 (982) 277 44 44 ☎
В группе: vk.com/zavodprostavok
На официальном сайте компании: http://zlatural74.ru/

Всех участников в сфере авто - мото бизнеса приглашаем к сотрудничеству 🤝

----------------------------------------------------------------------------
Проставки на автомобили: Уаз (Uaz), Нива (Niva), Ваз, Лада (Lada), Тойота (Toyota), Бмв (Bmw), Мерседес (Mercedes), Ауди (Audi),Фольксваген (Volkswagen),Ситроен (Citroen),Форд (Ford), Киа (Kia), Хендай (Hyundai), Лексус (Lexus), Мазда (Mazda), Митсубиси (Mitsubishi), Ниссан (Nissan), Опель (Opel), Пежо (Peugeot), Субару (Subaru), Cузуки (Suzuki), Вольво (Volvo), Санг Йонг (Ssangyong), Шевроле (Chevrolet)...
Проставки на квадроциклы: Поларис (Polaris), Brp, Can-Am, Yamaha (Ямаха), ArcticCat (Арктик Кэт), Honda (Хонда), Kawasaki ( Кавасаки), Cfmoto (Си Эф Мото), Stels (Стелс), Suzuki (Сузуки), Рм (Русская Механика)...
Проставки на прицепы: МЗСА, ВЕКТОР, Трейлер, СаранскСпецТехника, Курганские прицепы, Кремень31, LAKER, PRESTIGE...

🔗

​Automatically Storing Data from Analyzed Data Sets
How to Store Data Analysis Results to Facilitate Later Regression Analysis

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

https://towardsdatascience.com/automatically-storing-data-from-analyzed-data-sets-d37227c1828d

🔗 Automatically Storing Data from Analyzed Data Sets
How to Store Data Analysis Results to Facilitate Later Regression Analysis

🎥 Top 5 Deep Learning Sessions at GTC
👁 1 раз ⏳ 83 сек.
NVIDIA’s GPU Technology Conference #GTC19 is the premier #AI conference, offering hundreds of workshops, sessions, and keynotes hosted by organizations like Google, Amazon, Facebook as well as rising startups. GTC showcases the latest breakthroughs in AI training and inference, industry-changing technologies, and successful implementations from research to production.https://www.nvidia.com/en-us/gtc/topics/deep-learning-and-ai/
https://nvda.ws/2EWevk5

🎥 Разбор задачи 1649 acmp.ru Машинное обучение
👁 3 раз ⏳ 3422 сек.
Теги:

О проекте "3.5 задачи в неделю": разбор олимпиадных задач по программированию каждые 2 дня в прямом эфире в 10 вечера по Москве. Более подробно http://goo.gl/qa142q

В проекте разобрано более 450 задач acmp.ru, общая длина видео разборов более 350 часов.

Список всех разборов, доступных участникам проекта, приведён в таблице https://goo.gl/WaMLu1 В седьмом столбце указаны теги - темы задач. Как стать участником проекта, написано в статье http://goo.gl/sUTIgo Участие бесплатно.

Ведущий проекта Меньш

​Launching TensorFlow Lite for Microcontrollers

https://petewarden.com/2019/03/07/launching-tensorflow-lite-for-microcontrollers/

#artificialintelligence #deeplearning #microcontrollers #tensorflow #tensorflow20

🔗 Launching TensorFlow Lite for Microcontrollers
I’ve been spending a lot of my time over the last year working on getting machine learning running on microcontrollers, and so it was great to finally start talking about it in public for the…

​AI & Architecture
An Experimental Perspective

By Stanislas Chaillou, Harvard Graduate School of Design:

https://towardsdatascience.com/ai-architecture-f9d78c6958e0

#artificialintelligence #architecture #design #deeplearning #technology

🔗 AI & Architecture
An Experimental Perspective

​Uncovering and Mitigating Algorithmic Bias through Learned Latent Structure

http://www.aies-conference.com/wp-content/papers/main/AIES-19_paper_220.pdf

#artificialintelligence #deeplearning #machinelearning

🔗

​This Experiment Questions Some Recent AI Results

🔗 This Experiment Questions Some Recent AI Results
Audible - check out Nick Bostrom's "Superintelligence": US: https://amzn.to/2RXr32F EU: https://amzn.to/2SqauwI 📝 The paper "Approximating CNNs with Bag-of-l...

Запись трансляции ML тренировки 09.03.19 | Kaggle Elo, Whale, Tellus Satellite

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

https://www.youtube.com/watch?v=toGqk2wNz8k

🎥 Запись трансляции ML тренировки 09.03.19 | Kaggle Elo, Whale, Tellus Satellite
👁 3 раз ⏳ 8191 сек.
- Николай Сергиевский — Детектирование объектов на спутниковых снимках (The 2nd Tellus Satellite Challenge, xView: Objects in Context in Overhead Imagery)
- Юрий Болконский — Определение лояльности пользователей (Kaggle Elo Merchant Category Recommendation)
- Владислав Шахрай — Идентификация китов по изображениям (Kaggle Humpback Whale Identification)

Каждые две недели в Яндексе проходят тренировки по машинному обучению. Эти встречи помогают участникам конкурсов в сфере анализа данных пообщаться и обменять

​История второго места в Russian AI Cup 2018: CodeBall

Наш телеграм канал - https://tele.click/ai_machinelearning_big_data
Я студент третьего курса, и в самом начале учёбы в университете я узнал про соревнования по искусственному интеллекту Russian Ai Cup, а позже и Mini Ai Cup, и начал в них активно участвовать, показывая неплохие результаты. В этот раз RAIC выпадал прямо на сессию, поэтому ничто не могло меня остановить :) И сегодня хочу рассказать вам, как мне удалось занять второе место.

Правила конкурса можно почитать на сайте соревнования, а также в этой статье. Ссылка на мой профиль: russianaicup.ru/profile/TonyK.

https://habr.com/ru/company/mailru/blog/440924/

🔗 История второго места в Russian AI Cup 2018: CodeBall
Всем привет! Я студент третьего курса, и в самом начале учёбы в университете я узнал про соревнования по искусственному интеллекту Russian Ai Cup, а позже и Mi...

​Web data scraping with Python by Brian Keegan University of Colorado, 2019.
Enjoy scraping web with detailed tutorial

https://github.com/CU-ITSS/Web-Data-Scraping-S2019

🔗 CU-ITSS/Web-Data-Scraping-S2019
Contribute to CU-ITSS/Web-Data-Scraping-S2019 development by creating an account on GitHub.

​12 марта в 20:00 (мск) приходите посмотреть и послушать открытый вебинар «Метрические алгоритмы классификации» Запишитесь, чтобы не забыть: https://otus.pw/98tb/

На этом занятии вас ждет знакомство с метрическими алгоритмами классификации, вы рассмотрите алгоритм kNN и влияние нормализации данных в kNN. Также обсудим практические примеры использования метрических алгоритмов классификации.

Проведет вебинар преподаватель онлайн-курса «Data Scientist» Александр Никитин, разработчик и data scientist с 5-летним опытом, Chief data scientist и сооснователь Poteha AI, основатель broca.tech.

Вебинар проводится в рамках набора на курс «Data Scientist». Познакомьтесь с программой и пройдите вступительный тест: https://otus.pw/3Kzb/

Подключайтесь – будет интересно и профессионально.

🔗 Data Scientist — обучение от профессионалов. Data Science learning, Data Scientist learning | OTUS
Большие объемы данных, как с ними работать? Мы проводим курсы по BigData в Москве и трудоустраиваем наших программистов

🎥 Lecture 8 part 2: Deep Neural Networks
👁 1 раз ⏳ 2762 сек.
This is Lecture 8 - part 2 - of the KT EP3260 Fundamentals of Machine Learning over Networks (MLoNs). This lecture reviews the fundamentals and recent advances of deep neural networks (DNNs). In particular, this lecture covers its non-convex optimization landscape, various algorithms to address it, back propagation, preconditioning the optimization landscape, adaptive step size (including ADAM, RMSprop, and ADGRAD), and batch normalization. It then addresses learning and inference over networks, where we ma