​Умножение матриц: эффективная реализация шаг за шагом

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

Умножение матриц — это один из базовых алгоритмов, который широко применяется в различных численных методах, и в частности в алгоритмах машинного обучения. Многие реализации прямого и обратного распространения сигнала в сверточных слоях неронной сети базируются на этой операции. Так порой до 90-95% всего времени, затрачиваемого на машинное обучение, приходится именно на эту операцию. Почему так происходит? Ответ кроется в очень эффективной реализации этого алгоритма для процессоров, графических ускорителей (а в последнее время и специальных ускорителей матричного умножения). Матричное умножение — один из немногих алгоритмов, которые позволяет эффективно задействовать все вычислительные ресурсы современных процессоров и графических ускорителей. Поэтому не удивительно, что многие алгоритмы стараются свести к матричному умножению — дополнительная расходы, связанные с подготовкой данных, как правило с лихвой окупаются общим ускорением алгоритмов.
https://habr.com/ru/post/359272/

🔗 Умножение матриц: эффективная реализация шаг за шагом
Введение Умножение матриц — это один из базовых алгоритмов, который широко применяется в различных численных методах, и в частности в алгоритмах машинного обуч...

🎥 Machine Learning Tutorial - What do neural networks learn ?
👁 1 раз ⏳ 1644 сек.
Neural network in buzzword in machine learning world. But have you ever wondered what #neuralnetwork learns actually? In this video you will find the answer of what neural network actually learn that we can predict based on that learning.

#neural network

***********************************************
Credit: https://youtu.be/UojVVG4PAG0
License
Creative Commons Attribution license (reuse allowed)
***********************************************

Machine Learning in Python

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

🎥 Machine Learning in Python: Iris Classification -- Part 1
👁 1 раз ⏳ 872 сек.
Machine Learning in Python: Iris Classification -- Part 1

General Description:
In this video, we begin by showcasing how to build an iris classification
model, that is, a machine learning model that will allow us to classify
species of iris flowers. This application will introduce many rudimentary
features and concepts of machine learning and is a good use case for these
types of models.

Use case: Botanist wants to determine the species of an iris flower based on
characteristics of that flower. For ins

🎥 Machine Learning in Python: Iris Classification -- Part 2
👁 1 раз ⏳ 833 сек.
General Description:
In this video, we begin by showcasing how to build an iris classification
model, that is, a machine learning model that will allow us to classify
species of iris flowers. This application will introduce many rudimentary
features and concepts of machine learning and is a good use case for these
types of models.

Use case: Botanist wants to determine the species of an iris flower based on
characteristics of that flower. For instance attributes including petal
length, width, etc. are th

🎥 Machine Learning in Python: Iris Classification -- Part 3
👁 1 раз ⏳ 1269 сек.
General Description:
In this video, we begin by showcasing how to build an iris classification
model, that is, a machine learning model that will allow us to classify
species of iris flowers. This application will introduce many rudimentary
features and concepts of machine learning and is a good use case for these
types of models.

Use case: Botanist wants to determine the species of an iris flower based on
characteristics of that flower. For instance attributes including petal
length, width, etc. are th

🎥 Deep Learning Pipelines and Spark in Databricks | Nubank ML Meetup
👁 1 раз ⏳ 2405 сек.
Deep Learning doesn't have to be difficult. Let's take a look at how we can detect suspicious activity from CCTV videos using transfer learning with Deep Learning Pipelines and Spark.

Then, we will explore how we can leverage MLflow to track and reproduce your Machine learning experiments, and manage an end-to-end machine learning model lifecycle.

Raela Wang is a Solutions Architect at Databricks, where she works with clients to address their challenges with scaling their current data workloads, and ensur

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

https://www.youtube.com/watch?v=4B2pCa1uTyY

🎥 Webinar: Deep Learning and its Applications
👁 2 раз ⏳ 3496 сек.
Learn how to establish your deep learning career and prepare yourself with extremely advanced technologies for top deep learning jobs. The webinar takes you through an in-depth understanding of the techno functional skills you should gain to be able to tap into the wave of opportunities for deep learning professionals.

🎥 Машинное обучение 5. Решающие деревья
👁 3 раз ⏳ 3869 сек.
Лекция от 12.03.2019

Лектор: Радослав Нейчев

Снимал: Михаил Кревский
Монтировал: Александр Васильев

​Top 5 Machine Learning Courses for 2019

🔗 Top 5 Machine Learning Courses for 2019
With strong roots in statistics, Machine Learning is becoming one of the most interesting and fast-paced computer science fields to work…

​‘Making big bucks’ with a data-driven sports betting strategy

🔗 ‘Making big bucks’ with a data-driven sports betting strategy
or how to beat the bookies at their own numbers

​Google Faculty Research Awards 2018

🔗 Google Faculty Research Awards 2018
Posted by Maggie Johnson, VP, Education and Negar Saei, Program Manager, University Relations We just completed another round of the Goo...

​У нейросетей удивительно простая стратегия классификации изображений

https://habr.com/ru/post/443734/

🔗 У нейросетей удивительно простая стратегия классификации изображений
Свёрточные нейросети отлично справляются с классификацией искажённых изображений, в отличие от людей В данной статье я покажу, почему передовые глубинные нейро...

​Как аэропорт Фукуоки узнал, какие меры будут эффективны для уменьшения очередей

Перед вами не вымышленная картинка из рекламного журнала «Аэропорты будущего». Это реально действующий аэропорт японского города Фукуока, который предлагает пассажирам немало свободного пространства для перемещения. Благодаря специальной технологии моделирования были выявлены причины образования очередей и приняты меры по оптимизации. Кому интересно, как работает эта технология, прошу под кат.
https://habr.com/ru/company/fujitsu/blog/443820/

🔗 Как аэропорт Фукуоки узнал, какие меры будут эффективны для уменьшения очередей
Перед вами не вымышленная картинка из рекламного журнала «Аэропорты будущего». Это реально действующий аэропорт японского города Фукуока, который предлагает пасс...

​Data Science with no Math

https://towardsdatascience.com/data-science-with-no-math-fd502621728b?source=collection_home---4------4---------------------

🔗 Data Science with no Math
Using AI to Build Mathematical Datasets

​Machine Learning Tutorial Part - 1 | Machine Learning Tutorial For Beginners Part - 1 | Simplilearn

🔗 Machine Learning Tutorial Part - 1 | Machine Learning Tutorial For Beginners Part - 1 | Simplilearn
This Machine Learning tutorial will help you understand why Machine Learning came into picture, what is Machine Learning, types of Machine Learning, Machine ...

🎥 Stanford Seminar - Information Theory of Deep Learning
👁 37 раз ⏳ 5084 сек.
EE380: Computer Systems Colloquium Seminar
Information Theory of Deep Learning
Speaker: Naftali Tishby, Computer Science, Hebrew Univerisity

I will present a novel comprehensive theory of large scale learning with Deep Neural Networks, based on the correspondence between Deep Learning and the Information Bottleneck framework. The new theory has the following components:

1. rethinking Learning theory; I will prove a new generalization bound, the input-compression bound, which shows that compression of the

​Алексей Натекин - Мифы Big Data и Machine Learning

🔗 Алексей Натекин - Мифы Big Data и Machine Learning
Общество скептиков http://www.skepticsociety.ru/ Мы ВКонтакте: http://vk.com/skepticsociety Скачать mp3 подкастов и просмотреть ссылки на источники http://ww...

​DARPA занялось созданием искусственного интеллекта нового поколения
Агенство Defense Advanced Research Projects Agency (DARPA), о проектах которого не раз писали на Хабре, недавно взялось за проект создания искусственного интеллекта следующего поколения Artificial Intelligence Next (AI Next). Идеологи и создатели уверены, что новый AI будет значительно совершеннее предыдущего, а суждения робота не будут отличаться от логических суждений живого человека, основываясь на «здравом смысле».

Стоимость проекта оценивается в $2 млрд. Директор отдела DAPRA по военной науке Валери Браунинг заявила: «Сверхидея проекта AI Next такова: превратить машину из инструмента, порой очень достойного, в настоящего партнера, в сотрудника, заслуживающего доверия».
https://habr.com/ru/post/443866/

🔗 DARPA занялось созданием искусственного интеллекта нового поколения
Источник: Коммерсант Агенство Defense Advanced Research Projects Agency (DARPA), о проектах которого не раз писали на Хабре, недавно взялось за проект создания...

​7 Machine Learning lessons that stuck with me this year

https://towardsdatascience.com/7-machine-learning-lessons-that-stuck-with-me-this-year-27138a96281b?source=collection_home---4------2---------------------

🔗 7 Machine Learning lessons that stuck with me this year
No, this isn’t about what Machine Learning library to use

​Автороцентричное ранжирование. Доклад Яндекса о поиске релевантной аудитории для авторов в Дзене

Промышленное программирование
Важнее всего для сервиса Яндекс.Дзен — развивать и поддерживать платформу, которая соединяет аудитории с авторами. Чтобы быть привлекательной платформой для хороших авторов, Дзен должен уметь находить релевантную аудиторию для каналов, пишущих на любые темы, в том числе на самые узкие. Руководитель группы счастья авторов Борис Шарчилев рассказал про автороцентричное ранжирование, которое подбирает для авторов наиболее релевантных пользователей. Из доклада можно узнать о том, чем такой подход отличается от подбора релевантных айтемов — более популярного в рекомендательных системах.
https://habr.com/ru/company/yandex/blog/444040/

🔗 Автороцентричное ранжирование. Доклад Яндекса о поиске релевантной аудитории для авторов в Дзене
Важнее всего для сервиса Яндекс.Дзен — развивать и поддерживать платформу, которая соединяет аудитории с авторами. Чтобы быть привлекательной платформой для хоро...

​Hyper-parameter Tuning Techniques in Deep Learning

https://towardsdatascience.com/hyper-parameter-tuning-techniques-in-deep-learning-4dad592c63c8

🔗 Hyper-parameter Tuning Techniques in Deep Learning
The process of setting the hyper-parameters requires expertise and extensive trial and error. There are no simple and easy ways to set…

На картинке точно есть лицо, его положение четко определено. На выходе нейросети должна выводиться буква, которую произносит лицо, и ничего, если рот закрыт. Планируется использовать ее в видеопотоке