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

МЕНЮ


Искусственный интеллект. Новости
Поиск
Регистрация на сайте

ТЕМЫ


Новости ИИРазработка ИИРабота разума и сознаниеВнедрение ИИРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

Авторизация



RSS


RSS новости

Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2018-05-20 21:29

Multi-output в машинном обучении


методы машинного обучения

Задача алгоритмов искусственного интеллекта обучиться, основываясь на предоставленной выборке, для последующего предсказания данных. Однако, наиболее распространенная задача о которой говорят в большинстве учебниках — это предсказание одного значения, того или иного множества признаков. Что если нам нужно получить обратные данные? То есть, получить определенное количество признаков, основываясь на одном или больше значении. Столкнувшись с задачей подобного рода и не имея углубленных знаний в

2018-05-18 20:36

Меньше трафик — больше клиентов: как машинное обучение помогает маркетингу


алгоритмы машинного обучения

Меньше трафик — больше клиентов: как машинное обучение помогает маркетингу

До сих пор проводите A/B-тесты сайта? Считаете, что самый верный способ привлечь больше клиентов — поднять бюджет и увеличить трафик, а для сегментирования аудитории должны трудиться лучшие умы человечества? Тогда машинное обучение идёт к вам.

Зачем машинное обучение маркетингу

Машинное обучение (Machine Learning) — способ анализировать данные без чётких инструкций, благодаря чему реакция на

2018-05-17 20:21

Нейросетевой синтез речи своими руками


архитектура нейронных сетей, методы машинного обучения

Синтез речи на сегодняшний день применяется в самых разных областях. Это и голосовые ассистенты, и IVR-системы, и умные дома, и еще много чего. Сама по себе задача, на мой вкус, очень наглядная и понятная: написанный текст должен произноситься так, как это бы сделал человек.

Некоторое время назад в область синтеза речи, как и во многие другие области, пришло машинное обучение. Выяснилось, что целый ряд компонентов всей системы можно заменить на нейронные сети, что позволит не просто

2018-05-15 11:39

Женские сети: кто делает за нас выбор?


алгоритмы машинного обучения, реализация нейронной сети

Взлет интереса к машинному обучению во многом связан с тем, что модели способны дать ощутимый прирост прибыли в областях, связанных с предсказанием поведения сложных систем. В частности, той сложной системой, чье поведение предсказывать выгодно, является человек. Обнаружить мошенничество на ранней стадии, выявить склонность клиентов к оттоку – эти задачи возникают регулярно и уже стали классическими в Data Science. Безусловно, их можно решать различными методами, в зависимости от пристрастий

2018-05-14 22:15

Machine Learning в 2018: тенденции и бизнес-кейсы – эфир радио Медиаметрикс


алгоритмы машинного обучения

Что такое машинное обучение, как изменился рынок Big Data и Machine Learning за 2017 год, что ждать в 2018 и в ближайшие 5 лет. Как трансформируется промышленность и тяжелое производство в РФ и за рубежом, какие новые технологии там внедряются.

Спикеры:

1. Евгений Колесников, руководитель направления «Большие данные и машинное обучение» / Инфосистемы Джет

2. Анджей Аршавский, директор по анализу данных / НЛМК

2018-05-13 22:50

Лекция о Толоке. Как тысячи людей помогают нам делать Яндекс


поисковые системы, алгоритмы машинного обучения

Ежедневно десятки тысяч людей выполняют задания в Толоке: оценивают релевантность сайтов, классифицируют изображения, отмечают объекты на фотографиях. Решая эти и многие другие задачи, они помогают нам улучшать существующие и создавать новые алгоритмы, а также поддерживать актуальность данных.

С одной стороны, Толока появилась сравнительно недавно — в 2014 году. С другой, она служит важнейшей частью всех ключевых сервисов Яндекса и десятков сервисов поменьше. Артём Григорьев ortemij объяснил,

2018-05-11 23:19

Машинное обучение алгоритмам


методы машинного обучения, реализация искусственного интеллекта

Машинное обучение как оно есть сейчас

В популярных методах машинного обучения программа не выучивает алгоритм. Классификатор, нейронная сеть или, для большей очевидности, методы регрессии выучивают в лучшем случае функцию (в математическом, а не программистском смысле): имея входные данные, выдать выходные данные. Это может быть в лучшем случае единственным шагом алгоритма и не понятно, как масштабировать такое решение на целый алгоритм вместо одного шага. Без возможности выучивать алгоритмы,

2018-05-11 17:19

«Способность» машинного обучения предсказывать будущее хаотических систем


методы машинного обучения, Теория хаоса

Полвека назад, основоположники теории хаоса обнаружили, что «эффект бабочки» делает невозможным долгосрочное предсказание поведения хаотической системы. Даже минимальное возмущение сложной системы (такой как погода, экономика и т.п.) может запустить цепь событий, которые сделают будущее непредсказуемым. Будучи не в состоянии точно определить текущее состояние таких систем, мы не можем предсказать, как они будут эволюционировать в будущем. Но теперь нам на помощь приходит машинное обучение.

2018-05-10 13:48

Глубокое обучение с использованием R и mxnet. Часть 1. Основы работы


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети

Эта статья является первой частью руководства по приготовления нейронных сетей с использованием библиотеки mxnet на языке R. Источником вдохновения послужила онлайн-книга Deep Learning — The Straight Dope, объема которой достаточно для осознанного использования mxnet на Питоне. Примеры оттуда будут воспроизводиться с поправкой на отсутствие реализации интерфейса Gluon для R. В первой части рассмотрим установку библиотеки и общие принципы работы, а также реализуем простую линейную модель для

2018-05-09 15:10

Google представила ML Kit для внедрения нейросетей в мобильные приложения


методы машинного обучения, искусственные нейронные сети

8 мая 2018 года, в первый день конференции Google I/O 2018, компания рассказала о новом наборе инструментов (SDK) для внедрения функций машинного обучения и нейронных сетей в мобильные приложения — ML Kit. Важной особенностью является то, что нейросети могут работать как онлайн, базируясь в облаке, так и офлайн, используя мощности устройства. SDK бесплатно доступен разработчикам на Android и iOS. Вместе с анонсом компания

2018-05-05 23:00

Машинное обучение : базовые алгоритмы.


методы машинного обучения

Тема очень обширная, и в один пост все, что стоило бы сказать, не влезет. Так что в этом посте постараемся разобраться, что же такое машоб, и как он вообще делается. Если читателям понравится – напишу по этой теме еще.

Итак, чтобы понять, как учатся машины, давайте для начала вспомним, как учимся мы - на примере первоклашки, которому рассказывают про алфавит.Как все выглядит? Сначала ему показывают непонятную для него закорючку и говорят: "Вот это буква а. ААА. Запомнил?" Потом идет новая

2018-05-05 01:59

Экскурсия по PyTorch


методы машинного обучения

Еще до конца мая у нас выйдет перевод книги Франсуа Шолле "Глубокое обучение на Python" (примеры с использованием библиотек Keras и Tensorflow). Не пропустите! Но мы, естественно, смотрим в надвигающееся будущее и начинаем присматриваться к еще более инновационной библиотеке PyTorch. Сегодня вашему вниманию предлагается перевод статьи Питера Голдсборо, готового устроить вам долгую прогулку ознакомительную экскурсию по этой библиотеке. Под катом много и интересно. Последние два года я всерьез

2018-04-29 20:28

Управление проектами машинного обучения с высокой ценой ошибки. Лекция в Яндексе


методы машинного обучения

Модели машинного обучения нужно уметь не только разрабатывать, но и «продавать» заказчику. Если у него не будет понимания, почему предлагается именно такое решение, то всё закончится статьёй в журнале и выступлением на конференции. Директор компании Loginom Алексей Арустамов обращает внимание на ключевые моменты, которые важно отразить в описании модели. Это выступление прошло пару недель назад на конференции Яндекса из серии «Data & Science».

Если у вас цена ошибки маленькая, то

2018-04-28 17:59

Как Qlean использует Machine Learning?


методы машинного обучения

Каждый день поступает все больше заказов, и их нужно как-то распределять по исполнителям. Вроде ничего сложного: пришёл заказ – отдай его клинеру. Но не всё так просто, как кажется. У наших клинеров нет фиксированного графика работы, они могут работать, когда захотят, отказываться практически от любых заказов (и это клинеры, увы, делают довольно часто). Поэтому распределение заказов – одна из самых сложных задач, над которой мы работаем.

ОСНОВНЫЕ ПРОБЛЕМЫ

Одна из самых больших проблем –

2018-04-25 22:30

Как работать с глубоким обучением, когда у вас мало данных?


алгоритмы машинного обучения, реализация нейронной сети

Это часть 2 о том, как использовать глубокое обучение, когда у вас есть ограниченные данные. Извлечение Часть 1 Здесь.

Мы все были там. У вас есть Звездная концепция, которая может быть реализована с помощью модели машинного обучения. Чувствуя ebullient, вы открываете свой веб-браузер и искать соответствующие данные. Скорее всего, вы нашли набор данных , который имеет около несколько сотен изображений.

Тебе напомнить, что наиболее популярные наборы данных имеют изображения в порядок десятки

2018-04-22 14:00

10 строк для диагностики болезни Паркинсона при помощи XGBoost


ии в медицине, методы машинного обучения

В статье на примере диагностики болезни Паркинсона рассматривается применение популярной библиотеки машинного обучения XGBoost.

XGBoost (сокращение от EXtreme Gradient Boosting) – популярная библиотека машинного обучения, реализующая модель градиентного бустинга, представляющего  альтернативу регрессионным методам и нейронным сетям. Метод заключается в создании ансамбля последовательно уточняющих друг друга деревьев решений. Пример таких деревьев с сайта библиотеки

2018-04-19 14:00

Rubius & GDG Tomsk – митап «Machine Learning, Computer Vision, или Как научить машину думать?»


методы машинного обучения, искусственный интеллект

Спикеры готовы, гости в сборе, начинаем митап "Machine Learning, Computer Vision, или Как научить машину думать?". Смотрите нас онлайн!

2018-04-18 18:00

Список из 100 пунктов github для «глубокого обучения»


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети

100 Best GitHub: Deep Learning

Список из 100 пунктов github для «глубокого обучения» tensorflow/tensorflow computation using data flow graphs for scalable machine learningopencv/opencv open source computer vision librarybvlc/caffe caffe: a fast open framework for deep learning.fchollet/keras deep learning library for python. runs on tensorflow, theano, or cntk.aymericdamien/tensorflow-examples tensorflow tutorial and examples for beginners with latest apisapache/incubator-mxnet

2018-04-16 19:04

Поиск событий на Большом адронном коллайдере


методы машинного обучения

Поиск событий на Большом адронном коллайдере

Физик Андрей Устюжанин о бозоне Хиггса, фейерверках частиц и алгоритмах отбора снимков событий

Большой адронный коллайдер (БАК) ежесекундно порождает петабайты информации и является одним из самых важных ее источников об устройстве нашей Вселенной. Обработать их все в ручном режиме сложно. Получать информацию о физических явлениях помогают алгоритмы машинного обучения: благодаря им данные получается собирать более эффективно. На БАКе ведется

2018-04-08 11:38

Олимпиада «ИТМО ВКонтакте»


анализ больших данных, методы машинного обучения

Прямо сейчас ведем прямую трансляцию лекции , директора по росту и исследованиям о Big Data и машинном обучении.

После этого сразу подводим результаты олимпиады «ИТМО ВКонтакте»

2018-04-07 17:05

Практикум: машинное обучение в медицине на примере CNTK от Microsoft


алгоритмы машинного обучения, искусственный интеллект в медицине

В предыдущем гайде мы построили простую сеть и решили задачу построения оператора XOR. Имея понимание того, как работает модель из предыдущей задачи, можно переходить к более сложным задачам. Давайте рассмотрим задачу классификации на примере нескольких абстрактных заболеваний — A, B, C, D, E.

Структура:

Матчасть

Выделяют 3 основных типа задач классификации:

Рассмотрим 3 примера на каждый тип задач:

Вопрос теперь в том, в чем будет разница выходного вектора. Для бинарной

2018-04-05 12:14

Как решить 90% задач NLP: пошаговое руководство по обработке естественного языка


реализация нейронной сети, алгоритмы машинного обучения, компьютерная лингвистика

Неважно, кто вы — зарекомендовавшая себя компания, или же только собираетесь запустить свой первый сервис — вы всегда можете использовать текстовые данные для того, чтобы проверить ваш продукт, усовершенствовать его и расширить его функциональность.

Обработкой естественного языка (NLP) называется активно развивающаяся научная дисциплина, занимающаяся поиском смысла и обучением на основании текстовых данных.

Как вам может помочь эта статья

2018-04-02 18:39

Семинар AI@MIPT. Михаил Цветков: Технологии INTEL для машинного обучения и систем AI


ИТ-гиганты, алгоритмы машинного обучения

2 апреля в 19:30 в рамках проекта @minobrnauki состоится семинар AI@MIPT на тему «Технологии Intel для машинного обучения и систем AI: новый процессинг, новая иерархия памяти и новый нейроморфный чип». Его проведёт Михаил Сергеевич Цветков, руководитель технической группы Intel в России. В первой части лекции будет рассказано о технологиях Intel, созданных для решения задач на каждом шаге большого AI-проекта. Это новые устройства на базе Intel® 3D XPoint™, позволяющие расширять память

2018-04-02 11:00

Google создала игру с машинным обучением


ИТ-гиганты, методы машинного обучения

С целью объяснить обычным пользователям принцип работы машинного обучения и нейросетей компания Google запустила веб-игру Emoji Scavenger Hunt. В ней нужно с помощью камеры смартфона исследовать окружение в поиске реальных аналогов виртуальных смайликов.

При запуске Emoji Scavenger Hunt необходимо дать доступ к камере устройства. Удобнее всего играть со смартфона, так игроку потребуется много двигаться. После старта начнётся отсчёт времени, за которое требуется найти реальный аналог
 

2018-05-20 14:00

10 рецептов машинного обучения от разработчиков Google


ИТ-гиганты, методы машинного обучения

В десяти коротких видеоуроках курса машинного обучения от разработчиков Google рассмотрены приемы Machine Learning для начинающих аналитиков данных.

Для кого эти уроки?

В небольшом видеокурсе машинного обучения от разработчиков Google рассматриваются базовые рецепты решения задач Machine Learning. Логично, что в этом курсе наравне с библиотекой scikit-learn используется и фреймворк машинного обучения Google – TensorFlow. Отличительной особенностью курса является то, что для

2018-05-19 19:28

Куда может привести машинное обучение кидания мяча


алгоритмы машинного обучения, искусственные нейронные сети

Когда установил цель для обучения нейронной сети и технически она её достигает

2018-05-12 14:00

TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер


методы машинного обучения

Кратко рассмотрены основные особенности недавно вышедшей JavaScript-версии популярного фреймворка машинного обучения от Google – TensorFlow.js.

Предыстория

В прошлом году компания Google представила библиотеку deeplearn.js, позволяющую пользователям непосредственно в браузере строить модели машинного обучения, используемые, например, для классификации изображений.

Эта библиотека была усовершенствована и представлена под названием TensorFlow.js: код стал более читаемым,

2018-04-28 17:11

Обзор самых популярных алгоритмов машинного обучения


алгоритмы машинного обучения

Существует такое понятие, как «No Free Lunch» теорема. Её суть заключается в том, что нет такого алгоритма, который был бы лучшим выбором для каждой задачи, что в особенности касается обучения с учителем.

Например, нельзя сказать, что нейронные сети всегда работают лучше, чем деревья решений, и наоборот. На эффективность алгоритмов влияет множество факторов вроде размера и структуры набора данных.

По этой причине приходится пробовать много разных алгоритмов, проверяя эффективность

2018-04-25 03:36

Самый известный эксперт в области AI, Andrew Ng обновил свою бесплатную книгу по машинному обучению, теперь доступно уже 19 первых глав https://gallery


алгоритмы машинного обучения, искусственный интеллект

Самый известный эксперт в области AI, Andrew Ng обновил свою бесплатную книгу по машинному обучению, теперь доступно уже 19 первых глав

2018-04-14 18:00

Новый подход в Deep Learning: популяционное обучение нейросетей


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети

Рассказываем о новом подходе, предложенном компанией DeepMind для настройки гиперпараметров в моделях Deep Learning: популяционное обучение нейросетей.

Оптимизация моделей глубокого обучения является одним из сложных аспектов создания машинного интеллекта. Аналитики приходят к правильному набору алгоритмов для решения конкретной проблемы, потратив много времени в поисках оптимальной модели.

Оптимизация традиционных моделей глубокого обучения ориентирована на минимизацию ошибок на

2018-04-06 13:00

11 must-have алгоритмов машинного обучения для Data Scientist


алгоритмы машинного обучения

Статья содержит в себе список одиннадцати алгоритмов машинного обучения. К каждому прилагается краткое описание, гайды и полезные ссылки.

Метод главных компонент (PCA)/SVD

Это один из основных алгоритмов машинного обучения. Позволяет уменьшить размерность данных, потеряв наименьшее количество информации. Применяется во многих областях, таких как распознавание объектов, компьютерное зрение, сжатие данных и т. п. Вычисление главных компонент сводится к вычислению собственных векторов и

2018-03-24 13:00

Взгляд на основные тенденции в машинном обучении


алгоритмы машинного обучения

Разбираемся, как за последние 5 лет изменились технологии и подходы к работе в машинном обучении на примере исследования Andrej Karpathy.

Руководитель отдела машинного обучения в Tesla, Andrej Karpathy, решил выяснить, как развиваются тенденции ML в последние годы. Для этого он воспользовался базой данных документов о машинном обучении за последние пять лет (около 28 тысяч) и проанализировал их. Своими выводами Андрей поделился на Medium.

Особенности архива документов

Рассмотрим

2018-03-21 18:00

Машинное обучение | Сергей Николенко | Лекториум


алгоритмы машинного обучения

 Курс: Машинное обучение | Лектор: Сергей Николенко | Организатор: Математическая лаборатория имени П.Л.Чебышева

2018-03-19 13:49

Про вероятности


пример нейронной сети, методы машинного обучения

(source)

Иногда мне приходится рассказывать другим людям как работает машинное обучение и, в частности, нейронные сети. Обычно я начинаю с градиентного спуска и линейной регрессии, постепенно переходя к многослойным перцептронам, автокодировщикам и свёрточным сетям. Все понимающе кивают головой, но в какой-то момент кто-нибудь прозорливый обязательно спрашивает: А почему так важно, чтобы переменные в линейной регрессии были независимы?

или А почему для изображений используются

2018-03-19 10:30

Python’ом по машинлернингу


методы машинного обучения

Сегодня только ленивый не говорит (пишет, думает) про машинное обучение, нейросети и искусственный интеллект в целом. Всего лишь в прошлом году ML сравнили с подростковым сексом — все хотят, но никто не занимается. Сегодня все озабочены тем, что ИИ нас оставит без работы. Хотя, судя по последним исследованиям Gartner, можно успокоиться, так как к 2020 году благодаря ИИ появится больше рабочих мест, чем ликвидируется. Так что, дорогой друг, учи ML, и будет тебе счастье.

Примечание:

2018-03-17 17:27

R — значит регрессия


алгоритмы машинного обучения

Статистика в последнее время получила мощную PR поддержку со стороны более новых и шумных дисциплин — Машинного Обучения и Больших Данных. Тем, кто стремится оседлать эту волну необходимо подружится с уравнениями регрессии. Желательно при этом не только усвоить 2-3 приемчика и сдать экзамен, а уметь решать проблемы из повседневной жизни: найти зависимость между переменными, а в идеале — уметь отличить сигнал от шума.

Для этой цели мы будем использовать язык программирования и

2018-03-09 19:00

От новичка до профи в машинном обучении за 3 месяца


методы машинного обучения

В этой статье мы расскажем, как за три месяца получить самообразование в машинном обучении. Приводятся ссылки на соответствующие ресурсы.

На нашем сайте регулярно поднимаются вопросы самообразования в машинном обучении и анализе данных. Источником для этой статьи послужило видео, недавно опубликованное на YouTube-канале известного специалиста в области ML Siraj Raval. Для упрощения старта мы дополнили предлагаемый подход некоторыми русскоязычными материалами. Однако мы

2018-02-16 13:00

Трейдинг и машинное обучение с подкреплением


методы машинного обучения, искусственные нейронные сети, реализация нейронной сети

В статье рассмотрено, как машинное обучение с подкреплением может применяться для трейдинга финансовых рынков и криптовалютных бирж.

Академическое сообщество Deep Learning в основном находится в стороне от финансовых рынков. В силу ли того, что у финансовой индустрии не лучшая репутация, что решаемые проблемы не кажутся слишком интересными для исследований, или же просто из-за того, что биржевые данные трудно и дорого получать.

В этой статье показывается, что обучение с

2018-02-04 21:00

5 мощных проектов по машинному обучению для начинающих


алгоритмы машинного обучения

В этой статье мы расскажем о пяти идеях, используя которые вы сможете реализовать действительно хорошие проекты по машинному обучению.

Как вы знаете, количество изученного теоретического материала не может заменить практику. Теоретические уроки и книги могут внушить вам ложное представление о том, что вы достаточно изучили материал и хорошо разбираетесь в теме. Однако как только вы попробуете применить полученные знания, вы поймёте, что материал на деле сложнее, чем в теории.

Эти

2018-02-01 20:01

Бесплатная GPU Tesla K80 для ваших экспериментов с нейросетями


методы машинного обучения, пример нейронной сети

Около месяца назад Google сервис Colaboratory, предоставляющий доступ к Jupyter ноутбукам, включил возможность бесплатно использовать GPU Tesla K80 с 13G видеопамяти. Если до сих пор единственным препятствием для погружения в мир нейросетей могло быть отсутствие доступа к GPU, теперь Вы можете смело сказать, “Держись Deep Learning, я иду!”.

Я попробовал использовать Colaboratory для работы над kaggle задачами. Мне больше всего не хватало возможности удобно сохранять натренированные

2018-01-21 11:00

Python: распознавание объектов в реальном времени


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети, системы технического зрения, распознавание образов

В этой статье мы будем разбирать код программы, в которой используется Deep Learning и OpenCV. Её суть: распознавание объектов в реальном времени.

Содержание статьи:

Часть 1: распознавание объектов в реальном времени — работаем с кодом

Пишем код для работы с командной строкой

Добавляем основные объекты

Пишем код для работы с кадрами

«Фильтруем» объекты

Оставшиеся задачи

Часть 2: тестируем распознавание объектов в реальном времени на веб-камере

Ссылки

2018-01-10 16:31

Книга «Глубокое обучение. Погружение в мир нейронных сетей"


алгоритмы машинного обучения, искусственные нейронные сети, реализация нейронной сети

Привет, Хаброжители! Недавно у нас вышла первая русская книга о глубоком обучении от Сергея Николенко, Артура Кадурина и Екатерины Архангельской. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение. Сейчас мы рассмотрим раздел «Граф вычислений и дифференцирование на нем» в котором вводятся основополагающее понятие для реализации алгоритмов обучения нейронных сетей.

Если у нас получится представить сложную функцию как композицию более простых, то

2018-01-04 21:00

Сверточные нейронные сети для распознавания образов от Stanford University


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети, распознавание образов

Сверточные нейронные сети для распознавания образов от Stanford University

@proglib

1. Введение в сверточные нейронные сети для распознавания образов

2. Классификация изображений

3. Функции потерь и оптимизация

4. Введение в нейронные сети

5. Сверточные нейронные сети

6. Обучение нейронных сетей. Часть I

7. Обучение нейронных сетей. Часть II

8. Программное обеспечение для глубокого обучения

9. Сотовая нейронная сеть

10. Рекуррентные нейронные сети

2017-12-25 22:00

Creating a Chatbot with Deep Learning, Python, and TensorFlow p.1


методы машинного обучения, теория программирования, искусственные нейронные сети, реализация нейронной сети

Создание Chatbot с помощью Deep Learning, Python и TensorFlow

1. Введение

2. Структура данных

3. Буферный набор данных

4. Определение вставки

5. Создание базы данных

6. Обучение данных

7. Обучение модели

8. Концепции и параметры Neural Machine Translation (NMT)

9. Взаимодействие с нашим Chatbot

2017-12-15 14:01

Хотите знать, как работает Deep Learning? Вот быстрый гайд


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети, основы искусственных нейронных сетей

Глубокое обучение (оно же Deep Learning) – самый популярный тип машинного обучения. Читайте в статье о тонкостях работы с ним.

Искусственный интеллект (ИИ) и машинное обучение (ML) – это две самые горячо обсуждаемые темы. Термин «искусственный интеллект» бросается небрежно каждый день. Вы слышите, как начинающие разработчики говорят, что хотят освоить ИИ, но часто они даже не понимают, что это такое. После того, как вы прочтете эту статью, вы поймете основы ИИ и ML. Что еще более важно, вы

2017-10-11 14:00

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


методы машинного обучения, 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

2017-07-14 21:00

Пишем свою нейросеть: пошаговое руководство


реализация нейронной сети, алгоритмы машинного обучения

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

2017-04-12 17:00

Глубокое обучение на Python


искусственные нейронные сети, алгоритмы машинного обучения, реализация нейронной сети, основы искусственных нейронных сетей

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

2017-03-21 06:43

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


анализ больших данных, методы машинного обучения, пример 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