Машинное обучение и анализ данных. Python. Алгоритмы, методы, лекции. Новости 2017

МЕНЮ


Искусственный интеллект. Новости
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАПсихологияТрансгуманизмЛингвистика, обработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

RSS


RSS новости

Авторизация



Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2017-11-21 13:55

Машинное обучение своими руками (часть 2). Сервис для классификации обращений в тех. поддержку


машинное обучение и анализ данных

В октябре команда облачного сервиса Okdesk приняла участие в пензенском хакатоне, в рамках которого мы разработали "коробочного" Telegram-бота для Okdesk. Бот позволит клиентам сервисных компаний отправлять заявки на обслуживание, переписываться по заявками и ставить оценки выполнению заявок не выходя из любимого мессенджера.

Мы планировали написать об этом статью на Хабру, но вовремя остановились. Воистину, кому сегодня интересно читать о том, что на очередном хакатоне был разработан

2017-11-18 07:20

Машинное обучение в лингвистике


машинное обучение и анализ данных, лингвистика

В одном из эпизодов сериала «Игра престолов» два враждебных друг другу персонажа мерились армиями. Тот, у кого она была малочисленнее, в свое оправдание сказал, что если бы дело было в количестве, то войны бы выигрывали математики. Машинное обучение — это та самая война, в которой побеждают математики.

Проб лема данных и малой выборки в теоретическом плане осмыслялась давно. Но на практике данные, которые могли стать основой моделей для машинного обучения, в особенности глубокого обучения,

2017-11-17 22:38

Awake Inspector — устройство, помогающее не уснуть за рулём


машинное обучение Python, распознавание образов

Разработчики из России представили устройство Awake Inspector, которое помогает водителям не уснуть за рулём.

Прибор работает с помощью технологии распознавания лиц и машинного обучения, на массовое производство собирают деньги через краудфандинг.

2017-11-16 18:00

Серия видеороликов AI Adventures о машинном обучении


машинное обучение и анализ данных

Машинное обучение с нуля с конкретными примерами.

7 шагов, связанных с прикладным машинным обучением.

TensorFlow. Строим линейную модель для распознавания разных цветов.

Как масштабировать машинное обучение с помощью облака?

Визуализация модели с помощью TensorBoard

Как создавать модели для более сложных наборов данных?

2017-11-14 19:08

Рекорд в машинном обучении поставлен благодаря суперкомпьтеру


суперкомпьютеры, машинное обучение

Команда исследователей из Техаса и Калифорнии опубликовала результаты использования суперкомпьютера для обучения нейронной сети. Программу для распознавания изображений удалось обучить за 11 минут — быстрее, чем когда либо. О рекорде сообщает Science Daily.

Ученые эффективно использовали 1024 процессора Skylake на суперкомпьютере Stampede2 в Техасском вычислительном центре для 100-этапного обучения нейросети AlexNet с помощью стандартной базы изображений ImageNet. На весь процесс ушло

2017-11-14 17:50

Готовим данные для анализа правильно


машинное обучение и анализ данных

В задачах машинного обучения качество моделей очень сильно зависит от данных. Но сами данные в реальных задачах редко бывают идеальными. Как правило, самих данных не много, количество доступных для анализа параметров ограничено, в данных шумы и пропуски. Но решать задачу как-то нужно. Я хочу поделиться практическим опытом успешного решения задач машинного обучения. И дать простой набор шагов, позволяющих выжать из данных максимум.

Решение задач анализа данных состоит из двух больших

2017-11-14 13:00

Swift и TensorFlow


разработка по, машинное обучение Python, реализация нейронной сети

Я не люблю читать статьи, сразу иду на GitHub

GitHub: TensorFlowKit GitHub: Example GitHub: Другое

TensorFlowKit API Заранее прошу прощения за это неудобство.

Все, что будет описано в данной статье тем или иным образом затронет несколько сфер computer science, но погрузиться в каждую отдельную сферу не представляется возможным. Заранее прошу прощения за это неудобство. Рассказывать о том, что такое машинное обучение и искусственный интеллект, в 2017 году наверное нет необходимости. На эту

2017-11-13 18:52

Обнаружение птиц с помощью Azure ML Workbench


машинное обучение и анализ данных, Реализация ИИ

Задумывались ли вы, что перед биологами, помимо всего прочего стоит ряд важных задач? Им необходимо анализировать огромные объёмы информации для отслеживания динамики популяции, выявления редких видов и оценки воздействия. Под катом мы хотим рассказать вам о проекте по идентификации красноногих моевок на фотографиях, сделанных с помощью камер слежения. Вы узнаете подробности о разметке данных, обучении модели на платформе Azure Machine Learning Workbench с использованием Microsoft Cognitive

2017-11-13 17:00

Why Machine Learning Is A Metaphor For Life


машинное обучение Python

Всегда интересно при изучении чего-то нового находить воплощение этого нового знания в повседневной жизни. Особенно часто такое случается при изучении естественных наук. Но найти аналогии между миром IT и реальной жизнью тоже достаточно просто. Подробнее о них – в нашем сегодняшнем материале.

В своем блоге студент Калифорнийского университета объяснил простыми словами принципы работы моделей машинного обучения и рассказал об их воплощении в реальной жизни. На примере выбора оптимального

2017-11-09 00:34

Обучение с подкреплением в реальных задачах — Максим Кретов


машинное обучение, пример нейронной сети

Специалист по машинному обучению Максим Кретов об изобретении искусственного интеллекта, типах задач и характеристиках человеческого познавательного процессаПостНаука продолжает рассказывать о современных технологиях в проекте «Банк знаний», подготовленном совместно с Корпоративным университетом Сбербанка.

В последние десять лет наблюдается повышение интереса к машинному обучению, анализу данных как в фундаментальной науке, так и в прикладных исследованиях в этой области. Это связано с тем,

2017-11-05 20:10

Доступно о машинном обучении: распознавание речи


распознавание речи, машинное обучение Python, распознавание образов

Компания Google задалась вопросом объяснения принципов машинного обучения на примерах повседневных проблем и способах их решения. Первая из серии статей была посвящена классификации входящих электронных писем. Во второй публикации просто и наглядно рассказывается об одной из основополагающих концепций системы распознавания голоса — распознавание отдельных фонем.

Электронная почта — это лишь один из способов взаимодействия клиентов

2017-11-04 20:53

Беседа с Евгением Соколовым


машинное обучение и анализ данных

Беседа с Евгением Соколовым - создателем курсов по машинному обучению на ФКН ВШЭ и ВМК МГУ, data scientist'ом в Яндексе.

В рамках открытого курса машинного обучения пообщались с Евгением Соколовым, узнали пару инсайдов про специализацию "Advanced Machine Learning" на Coursera и работу Yandex Data Factory, поспрашивали, каково это руководить проектами по анализу данных и что может пойти не так, а еще кого сложнее обучать – школьников или гуманитариев.

2017-11-03 14:00

6 популярных видеороликов о возможностях искусственного интеллекта.


искусственный интеллект, машинное обучение Python

Машинное обучение (Machine Learning) — это обширный подраздел прикладной математики, изучающий методы построения алгоритмов, способных обучаться по эмпирическим данным. На текущий момент алгоритмы машинного обучения продолжают совершенствоваться и все лучше справляются с поставленными задачами. Искусственные нейронные сети, основанные на алгоритме «глубокого обучения» (deep learning), предоставляют нам невероятно

мощные инструменты машинного обучения.

Более подробно о Deep Learning,

2017-11-01 13:54

Настраиваем VM Instance Google Cloud для задач машинного обучения


машинное обучение Python

Решение тяжёлых задач машинного обучения на стационарных компьютерах дело неблагодарное и малоприятное. Представьте, что вы на домашнем ноутбуке делаете ансамбль из N нейронных сетей для изучения лесов Амазонки на ноутбуке. Сомнительное удовольствие, тем более, что сейчас есть прекрасный выбор облачных сервисов для этих целей — Amazon Web Services, Google Cloud Platform, Microsoft Azure и прочие. Некоторые даже относительно бесплатны и предоставляют видеокарты.

Мы будем настраивать VM

2017-11-01 12:35

10 уроков рекомендательной системы Quora


it новости, изучение социальных сетей, машинное обучение и анализ данных

Как директор по аналитике Retail Rocket, я периодически посещаю различные профильные мероприятия, и в сентябре 2016 года мне посчастливилось побывать на конференции RecSys, посвященной рекомендательным системам, в Бостоне. Было очень много интересных докладов, но мы решили сделать перевод одного из них Lessons Learned from Building Real­-Life Recommender Systems. Он очень интересен с позиции того, как Machine Learning применять в production системах. Про сам ML написано множество статей:

2017-10-31 16:05

Опубликован код для определения reCaptcha с точностью 85%


машинное обучение, распознавание образов, пример нейронной сети

Исследователи из Мэрилендского университета и компании Vicarious опубликовали реализации двух различных методов обхода средств отсеивания интернет-ботов на основе капчи, в том числе позволяющих обойти защиту популярного сервиса reCaptcha. Методы интересны различиями в подходах - первый проект легко реализуем при помощи существующих сервисов, а второй потребовал существенных исследований в области распознавания образов и машинного обучения.

Первый проект получил название unCaptcha и позволяет

2017-10-29 15:34

Лекция 7. Обучение без учителя. Открытый курс ODS и Mail.ru по машинному обучению


кластеризация данных, машинное обучение Python

7-ая лекция от OpenDataScience и Mail.ru Group. Рассказывают про метод главных компонент и различные подходы к задаче кластеризации.

2017-10-28 19:18

Хронология уровня CO в атмосфере США (решение задачи Kaggle с помощью Python+Feature Engineering)


большие данные, машинное обучение Python

Хочу поделиться опытом решения задачи по машинному обучению и анализу данных от Kaggle. Данная статья позиционируется как руководство для начинающих пользователей на примере не совсем простой задачи.

Выборка данных

Выборка данных содержит порядка 8,5 млн строк и 29 столбцов.Вот некоторые из параметров:

Широта-latitude Долгота-longitude Способ взятия пробы-method_name Дата и время взятия пробы-date_local Задача

Найти параметры максимально влияющие на уровень CO в атмосфере. Создание

2017-10-28 11:00

Прямая трансляция конференции Data & Science: Как машины читают, судят и творят


Семинары, чат-боты, машинное обучение Python

Что такое digital humanities? Как машинное обучение меняет гуманитарные науки, медиа и искусство? Будут ли боты выносить судебные вердикты?

Подключайтесь к трансляции лекций в рамках проекта Data & Science и задавайте вопросы потрясающим спикерам в чате: https://youtu.be/EYpdkpvzJ4c

2017-10-27 10:26

Топ 5 библиотек машинного обучения для Java


машинное обучение Python

Компании борются за программистов, способных писать код для машинного обучения и глубокого обучения. Если вам интересны эти темы, возможно, стоит присмотреться к лучшим библиотекам Java, посвящённым машинному обучению, уже сегодня?

Мини-глоссарий

Машинное обучение — подход, при котором искусственный интеллект изначально не знает, как решать конкретную задачу, но обучается этому процессу с помощью решения сходных задач. Для построения взаимосвязей используются разные математические

2017-10-26 19:01

Нейронные сети и искусственный интеллект. Лектор - Михаил Бурцев, МФТИ


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Публикуем видеозапись лекции Михаила Бурцева, заведующего лабораторией нейронных систем и глубокого обучения МФТИ, которая прошла 18 октября на Физтехе.

Если вы еще не разбираетесь в понятиях Искусственный интеллект и Машинное обучение (same as AI and Machine learning), то обязательно посмотрите эту лекцию. Советуем!

2017-10-25 15:46

Использование нейронной сети для построения модели оценки заёмщиков в сфере онлайн-микрофинансирования


машинное обучение и анализ данных, нейросеть пример

В настоящее время для построения скоринговой модели стандартом “де факто” в финансовой отрасли является использование функций логистической регрессии (logit-функций). Суть метода сводится к нахождению такой линейной комбинации начальных данных (предикторов), которая в результате logit-преобразования будет максимально правдоподобно осуществлять предсказания.

Практический недостаток метода — в необходимости длительной подготовки данных для построения модели (около недели работы специалиста). В

2017-10-25 12:31

Новый ум короля: как создаются лучшие системы машинного обучения в мире


ИИ проекты, машинное обучение Python, реализация нейронной сети

У каждой технологической компании есть хорошо известные пользовательские продукты и внутренние разработки,на которых эти продукты держатся. Это своеобразные двигатели,которые вращают шестеренки механизма. Долгое время главным двигателем«Яндекса» была система машинного обучения«Матрикснет», которая обеспечивала и работу поиска,и подбор подходящих рекламных объявлений,и выбор оптимального маршрута в навигаторе. Этим летом«Яндекс» завершил работу
 

2017-11-12 18:30

Google выпустила Tangent, новую Python-библиотеку для машинного обучения


машинное обучение

Tangent — новая открытая Python-библиотека для автоматического дифференцирования. Она принимает на вход Python-функцию f и создает новую Python-функцию, вычисляющую градиент f. Это упрощает и увеличивает наглядность градиентных вычислений.

В существующих библиотеках автоматическое дифференцирование выполняется либо во время выполнения программы (например, TF Eager, PyTorch и Autograd), либо путем построения динамического графа потоков данных,

2017-10-12 06:33

Курс «Машинное обучение»


машинное обучение, Семинары

Курс от Школы Анализа Данных Яндекса, созданный в 2014 году и посвященный теоретическим основам реализации алгоритмов машинного обучения, и сопровождаемый реальными практическими примерами. Каждая ключевая тема выделена в отдельную лекцию и основательно разобрана.

В ходе курса рассматриваются различные методы классификации, основы нейронных сетей и методы их обучения.

Лектор: Константин Вячеславович Воронцов, старший научный сотрудник Вычислительного центра РАН. Заместитель директора по

2017-10-11 14:00

Лекция 1. Pandas. Открытый курс OpenDataScience и Mail.ru Group по машинному обучению


машинное обучение Python, Семинары

Прямо сейчас идет открытый курс по машинному обучению от сообщества OpenDataScience, вот записи уже состоявшихся лекций:

1. Pandas

2. Визуализация

3. Классификация, деревья решений

4. Логистическая регрессия

5. Случайный лес

6. Регрессия, работа с признаками

Дополнительные материалы по курсу: https://vk.com/page-54530371_53000807

2017-09-07 14:51

36 материалов о нейросетях: книги, статьи и последние исследования


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Что делать, если хочется побольше узнать про нейронные сети, методы распознавания образов, компьютерное зрение и глубокое обучение? Один из очевидных вариантов — подыскать для себя какие-либо курсы и начать активно изучать теорию и решать практические задачи. Однако на это придется выделить значительную часть личного времени. Есть другой способ — обратиться к «пассивному» источнику знаний: выбрать для себя литературу и погрузиться в тему, уделяя этому всего полчаса-час в день.

Поэтому, желая

2017-08-09 19:05

8 лучших ресурсов для самостоятельного изучения Machine Learning


машинное обучение Python

Ян Лекун, директор AI Research в Facebook и профессор Нью-Йоркского университета, раскрывает секреты успешного самообучения в сфере Machine Learning.

Существуют тонны онлайн-материалов, статей, учебников и курсов по машинному обучению, включая лекции Coursera.

Я же дам более точную и развернутую информацию. Помните, что ваш главный козырь – это доступ к сети. Давайте рассмотрим самые полезные статьи и сервисы.

Перечень ресурсов по Machine Learning

1. Обзорная статья в Nature

2017-08-05 22:47

DevCon School: Технологии будущего // Открытие


пример нейронной сети, искусственные нейронные сети, машинное обучение Python

DevCon School: Технологии будущего

1- DevCon School: Технологии будущего // Открытие

2- Практическое введение в нейронные сети и глубокое обучение.(1)

3- Практическое введение в нейронные сети и глубокое обучение. (2)

4- Практическое введение в нейронные сети и глубокое обучение. (3)

5- Рефакторинг унаследованного кода: как разорвать зависимости?

6- Линейная и логистическая регрессия от Excel через Python к Azure ML

7- Построение процесса безопасной разработки

2017-07-14 21:00

Пишем свою нейросеть: пошаговое руководство


реализация нейронной сети, машинное обучение Python

Отличный гайд про нейросеть от теории к практике. Вы узнаете из каких элементов состоит ИНС, как она работает и как ее создать самому.

Если вы в поисках пособия по искусственным нейронным сетям (ИНС), то, возможно, у вас уже имеются некоторые предположения относительно того, что это такое. Но знали ли вы, что нейронные сети &; основа новой и интересной области глубинного обучения? Глубинное обучение &; область машинного обучения, в наше время помогло сделать большой прорыв во многих

2017-06-25 18:00

Лучший видеокурс по нейронным сетям на русском


машинное обучение, пример нейронной сети

Искусственные нейронные сети упакованы в удобный видеокурс, который научит новичков и освежит знания тех, кто уже давно прошел базис.

1. Искусственные нейронные сети. Введение

Когда используют нейронные сети, и как они работают? Первый урок состоит из ответов на эти вопросы. Работа нейронной сети объясняется с помощью удобных схем, и проводится аналогия с человеческим мозгом. Стоит отметить, что каждый видеоурок дополнен выводами и заданиями.

2. Немного биологии

Сравнение с

2017-06-24 01:00

Разработчик научил iPhone мгновенно распознавать объекты и видеть между ними разницу


машинное обучение Python, ИТ-гиганты

С помощью машинного обучения Apple камера «отгадала» бутылку вина, молоток и кружку, но со смартфоном возникли проблемы.

Разработчик Крис Грининг (Chris Greening) научил iPhone мгновенно идентифицировать объекты и видеть разницу между, например, бутылкой вина, кружкой и молотком. На проект обратили внимание пользователи Reddit, некоторые из которых поначалу ошибочно приняли его за нововведение Google.

В демо-ролике автор наводил камеру на лежащие на столе объекты, в то время как на

2017-06-20 13:00

Метод опорных векторов (SVM)


машинное обучение Python

Машинное обучение

Часть вторая (2/2)

@proglib

Первая часть: https://vk.com/wall-54530371_137881

1. Метод опорных векторов (SVM)

2. LSA. Informational bottleneck. PLSA, LDA

3. Обзор методов оптимизации

4. Instance-based learning

5. Обучение метрики (по Brian Kulis)

6. Обзор методов уменьшения размерности

7. Выбор свойств (feature selection)

8. Уменьшение размерности:

2017-05-31 21:00

Репозиторий библиотек машинного обучения


машинное обучение Python

Машинное обучение и нейронные сети сложны для начинающих как в плане понимания происходящих процессов, так и в использовании соответствующих библиотек.

Поэтому если вы интересуетесь данной темой, то скорее всего вам понравится новый репозиторий с шпаргалками на данную тему.

Ссылка на репозиторий:

2017-05-04 15:30

Подборка интересных материалов по TensorFlow — инструмента от Google для решения задач машинного обучения


машинное обучение и анализ данных

Подборка интересных материалов от tproger, посвященных нейронным сетям и конкретно TensorFlow — популярного инструмента от Google для решения различных задач машинного обучения.

1. Введение в TensorFlow.

2. Введение в сверточные нейронные сети.

3. Разбираемся с LSTM-моделью.

4. Введение в обучение без учителя.

5. Введение в рекурсивные нейронные сети.

@itcookies @itcookies

2017-04-30 07:28

Весь мир — BIG DATA


машинное обучение и анализ данных, анализ больших данных

Практически любой близкий к IT-индустрии человек хоть раз да слышал эти загадочные два слова — «BIG DATA». Что за ними скрывается, где применяются технологии обработки больших объемов данных и с чего можно начать при их изучении, рассказал Евгений Чернов — преподаватель образовательного проекта «Техносфера» и создатель онлайн курсов по Hadoop — системе обработки больших объемов данных.

В первую очередь с большими объемами данных столкнулись, конечно же, большие компании, такие как Google.

2017-04-26 11:00

Лекция 1. Нейронные сети. Теоретические результаты


искусственные нейронные сети, машинное обучение Python

Анализ данных на R в примерах и задачах.

Часть вторая (2/2)

@proglib

Первая часть: https://vk.com/wall-54530371_74095

1. Нейронные сети. Теоретические результаты

2. Нейронные сети в регрессионных задачах

3. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 1

4. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 2

5. Нейронные сети. Представление о DeepLearning

6. Регуляризация. Назначение и примеры использования

2017-04-19 23:50

Основы машинного обучения за неделю


машинное обучение Python

Можно ли получить навыки машинного обучения за неделю? Да!

Со стороны может показаться, что влиться в машинное обучение практически невозможно. Это действительно так, но только, если выбрать неправильный подход. Харальд Борген, разработчик и исследователь в области Computer Science, посвятил одну неделю изучению основ этого предмета и убедился, что, вопреки распространенному мифу, это весьма несложно в освоении.

Этот перевод – карта по миру машинного обучения, которую мы с Харальдом

2017-04-12 17:00

Глубокое обучение на Python


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Курс начального уровня по программированию глубоких нейронных сетей и глубокому обучению на Python.

1. Введение

2. Искусственные нейронные сети

3. Обучение нейронных сетей

4. Библиотеки глубокого обучения

5. Распознавание рукописных цифр

6. Анализ качества обучения нейронной сети

7. Сверточные нейронные сети

8. Распознавание объектов на изображениях

9. Рекуррентные нейронные сети

2017-04-11 11:01

021. Малый ШАД - Что такое машинное обучение и наука о данных? - Александр Фонарев


машинное обучение

Александр Фонарев, data scientist. Занимается исследованиями в машинном обучении совместно с Яндексом и Сколтехом. Преподает машинное обучение в ШАД Яндекса. Отвечает за data science в компании Rubbles (за рубежом — SBDA Group).

В последние годы человечество находит всё больше способов с пользой использовать данные, накапливающиеся в ходе самых разных процессов. Например, информация о поведении пользователя на музыкальном сайте позволяет рекомендательной системе предположить, что ещё может

2017-04-11 09:30

Машинное обучение и scikit-learn


машинное обучение Python

В этой серии видеоуроков рассказывается о правильном использовании Python-библиотеки scikit-learn для эффективного машинного обучения.

1. Что такое «машинное обучение»?

2. Настройка Python.

3. Набор данных iris.

4. Обучение модели.

5. Сравнение моделей.

6. pandas -> seaborn -> scikit-learn.

7. Выбор лучшей модели про помощи кросс-валидации.

8. Поиск оптимальных параметров.

9. Классификатор.

10. Работа с текстом.

@itcookies @itcookies

2017-04-02 12:01

Использование технологий машинного обучения


поисковые системы, машинное обучение Python

Каждый день поисковые системы отвечают на десятки миллионов запросов. Программу, в которой предусмотрен каждый запрос, написать невозможно. Поисковая система должна уметь сама выбирать из множества документов наиболее релевантный. Для этого нужно научить ее обучаться. Термин «машинное обучение» означает попытку научить компьютер решать задачи, путь решения которых сложно формализовать. В результате машинного обучения компьютер может демонстрировать поведение, которое в него не было явно

2017-03-21 06:43

Открытый курс машинного обучения. Тема 4. Линейные модели классификации и регрессии


большие данные, машинное обучение Python, реализация нейронной сети

Сегодня мы детально обсудим очень важный класс моделей машинного обучения – линейных.

Ключевое отличие нашей подачи материала от аналогичного в курсах эконометрики и статистики – это акцент на практическом применении линейных моделей в реальных задачах (хотя и математики тоже будет немало).

Пример двух таких задач – это соревнования Kaggle Inclass по прогнозированию популярности статьи на Хабре и по идентификации взломщика в Интернете по его последовательности переходов по сайтам. Домашним

2017-03-15 18:30

Машинное обучение и Python


машинное обучение Python

Эта серия видеоуроков посвящена изучению машинного обучения и реализации различных алгоритмов на языке Python.

1. Введение.

2. Регрессия.

3. Признаки и метки.

4. Обучение и тестирование.

5. Прогнозирование и предсказание.

6. Масштабирование.

7. Принципы работы регрессии.

8. Наилучший угловой коэффициент.

9. Наилучшая прямая.

10. Коэффициент детерминации.

2017-01-21 23:40

Видеокурс от Facebook по искусственному интеллекту


искусственный интеллект, машинное обучение Python

В этой статье мы собрали подборку полезных видеоуроков для интересующихся искусственным интеллектом от компании Facebook.

Математика, математика. О, пожалуй, ещё немного математики. В этом вся суть совета для студентов, интересующихся искусственным интеллектом, от Янна ЛеКун и Жакуин Канделы, которые уверенно управляют отделом искусственного интеллекта и машинного обучения в Facebook. Технологические компании часто пропагандируют НТИМ (наука, технология, инженерия и математика)

2017-01-11 21:30

Введение в глубинное обучение


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети, распознавание речи

Из статьи вы узнаете, что такое глубинное обучение. Также статья содержит множество ресурсов, которые вы сможете использовать для освоения этой области.

В современном мире, начиная со здравоохранения и заканчивая мануфактурным производством, повсеместно используется глубинное обучение. Компании обращаются к этой технологии для решения сложных проблем, таких как распознавание речи и объектов, машинный перевод и так далее.

Одним из самых впечатляющих достижений этого года был AlphaGo,

2017-01-11 13:12

Машинное обучение — это легко


машинное обучение Python, большие данные

В данной статье речь пойдёт о машинном обучении в целом и взаимодействии с датасетами. Если вы начинающий, не знаете с чего начать изучение и вам интересно узнать, что такое «датасет», а также зачем вообще нужен Machine Learning и почему в последнее время он набирает все большую популярность, прошу под кат. Мы будем использовать Python 3, так это как достаточно простой инструмент для изучения машинного обучения.

Для кого эта статья? Каждый, кому будет интересно затем покопаться в истории за

2016-12-25 20:00

Машинное обучение за год


машинное обучение

История программиста, которому удалось освоить машинное обучение и deep learning за один год и даже успешно применить его в реальном проекте

С нуля до использования в работе

Это дополнение к моей прошлогодней статье, о том, как я начал свой путь в машинное обучение.

Основы машинного обучения за неделю

После того крайне эффективного вступления, я продолжил заниматься в своё свободное время и почти ровно через год, я завершил свой первый проект с использованием машинного обучения,