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

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


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

АРХИВ


Сентябрь 2017
Август 2017
Июль 2017
Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
Ураган харви в США

Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2017-09-24 11:54

Как латентная семантическая модель поможет улучшить системы машинного перевода?


машинное обучение и анализ данных, Машинный перевод

Как латентная семантическая модель поможет улучшить системы машинного перевода? Что такое обучение по слаборазмеченным данным? Как обучение по слаборазмеченным данным используется при анализе Big Data? На эти и другие вопросы отвечает кандидат физико-математических наук Дмитрий Ветров.

В 2013 году инженеры корпорации Google опубликовали ряд статей по новой модели для решения достаточно хорошо изученной задачи — прогнозирования слова по его контексту в тексте. Задача хорошо изучена, для нее

2017-09-22 18:44

Надежда Чиркова: анализ текстов


машинное обучение и анализ данных

Автор занимается байесовскими методами машинного обучения. Томас Байес (1702 — 7 апреля 1761) — английский математик, пресвитерианский священник, член Лондонского королевского общества (1742)

Презентация:

2017-09-21 19:02

Три идеи, как повысить эффективность разработки: итоги хакатона по Machine Learning в СберТехе


Семинары, Кластеризация, машинное обучение Python

Мы регулярно проводим внешние хакатоны на разные темы. Но этим летом мы решили дать возможность проявить себя и сотрудникам – ведь наверняка им хочется порешать задачки на имеющихся данных. Что получилось у коллег в СберТехе — рассказывает samorlov, главный руководитель разработки в Отделе разработки лабораторного кластера супермассивов. Участникам предложили разработать решения на Machine Learning, которые помогали бы предсказывать сроки выполнения доработок и критичность багов. Эти решения

2017-09-21 17:50

Достижения в глубоком обучении за последний год


нейросеть пример, искусственные нейронные сети, машинное обучение Python

Привет, Хабр. В своей статье я расскажу вам, что интересного произошло в мире машинного обучения за последний год (в основном в Deep Learning). А произошло очень многое, поэтому я остановился на самых, на мой взгляд, зрелищных и/или значимых достижениях. Технические аспекты улучшения архитектур сетей в статье не приводятся. Расширяем кругозор!

1. Текст

1.1. Google Neural Machine Translation

Почти год назад Google анонсировала запуск новой модели для Google Translate. Компания подробно

2017-09-21 07:00

Суперкомпьютер в церкви


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Самый мощный испанский суперкомпьютер MareNostrum установлен в здании бывшей часовни Торре Жирона, построенной в XIX веке. Теперь в этих стенах не молятся о хорошей погоде и укреплении здоровья, а выполняют вычисления в области метеорологии и генетики.

Компьютер постоянно модернизируется, и если в 2015 году он занимал 57-е место в списке Top500, то сегодня — уже 13-е.

Главный блок MareNostrum основан на процессорах Intel Xeon Platinum 8160 24C и в сумме содержит

2017-09-19 10:43

Как мы обучали приложение Яндекс.Такси предсказывать пункт назначения


машинное обучение Python, реализация нейронной сети, ИИ проекты, поисковые системы, Реализация ИИ

Представьте: вы открываете приложение, чтобы в очередной раз заказать такси в часто посещаемое вами место, и, конечно, в 2017 году вы ожидаете, что все, что нужно сделать – сказать приложению «Вызывай», и такси за вами тут же выедет. А куда вы хотели ехать, через сколько минут и на какой машине — все это приложение узнает благодаря истории заказов и машинному обучению. В общем-то все, как в шутках про идеальный интерфейс с единственной кнопкой «сделать хорошо», лучше которого только экран с

2017-09-18 10:40

«Используй Силу машинного обучения, Люк!» или автоматическая классификация светильников по КСС


большие данные, машинное обучение Python

«Сила машинного обучения среди нас, методы её окружают нас и связывают. Сила вокруг меня, везде, между мной, тобой, решающим деревом, лассо, гребнем и вектором опорным» Так бы, наверное, мне сказал Йода если бы он учил меня пути Data Science.

К сожалению, пока среди моих знакомых зеленокожие морщинистые личности не наблюдаются, поэтому просто продолжим вместе с вами наш совместный путь обучения науке о данных от уровня абсолютного новика до … настоящего джедая того, что в итоге получиться.

В

2017-09-17 08:00

Квантовые компьютеры могут использовать в машинном обучении


машинное обучение

Международная группа ученых рассказала о будущем машинного обучения.

Обычно мы рассматриваем информацию как некий абстрактный или виртуальный объект. Однако храниться эта информация должна на физическом носителе. Поэтому работа устройств, предназначенных для ее обработки, регулируется законами физики. Физические пределы способности машин к обучению также подчиняются этим законам. Самая известная физическая теория – квантовая, и при определении абсолютных пределов способностей

2017-09-15 22:15

Machine Learning with TensorFlow (GDD Europe '17)


машинное обучение

5 и 6 сентября в Кракове прошло мероприятие Google Developers Days, на котором эксперты выступили со своими техническими докладами, в том числе на тему машинного обучения.

На видео можно послушать доклад «Машинное обучение с помощью Tensor Flow»

2017-09-15 21:05

Машинное обучение в практике администрирования. Технология QoSmic


машинное обучение Python, искусственные нейронные сети, реализация нейронной сети

В последнее время новостные ленты заполонили статьи о машинном обучении (ML; Machine Learning) и глубинном обучении (Deep Learning).

Действительно, за несколько лет исследователи существенно продвинулись в этом направлении – и, что важнее, общество стало готово к новым технологиям.

К сожалению, спекулируя на популярной теме машинного обучения, многие сосредоточились на совершенно ненужных человечеству областях его применения: генерации текстов и сценариев для безумных фильмов, написании

2017-09-11 17:48

Apache Ignite 2.1 — теперь со вкусом Persistence


машинное обучение Python, большие данные

В конце июля вышла версия Apache Ignite 2.1. Apache Ignite — распределенная свободная HTAP-платформа (HTAP — Hybrid Transactional and Analytical Processing, системы, которые могут обрабатывать как транзакционную, так и аналитическую нагрузку) для хранения данных в оперативной памяти и на диске, а также вычислений в реальном времени. Ignite написан на Java и может быть плотно интегрирован с .NET и C++.

Версия 2.1 очень богата на значимые, практически применимые функции, базирующиеся на

2017-09-11 15:28

Метавычисления и глубокие свёрточные сети: интервью с профессором ИТМО


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

После победы AlphaGo в марте 2016 года над одним из сильнейших игроков Go в мире Ли Седолем о методах глубокого обучения заговорили практически везде. И даже Google не упустил случая назвать себя компанией машинного обучения и искусственного интеллекта.

Что стоит за термином «глубокое обучение»? Какими бывают модели машинного обучения и на чём они пишутся? Ответить на эти и многие другие вопросы, связанные с МО и, в частности, с глубоким обучением (deep learning), мы попросили Алексея

2017-09-11 14:36

Нейросеть построила путь развития болезни на клеточном уровне


искусственный интеллект в медицине, искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Учёные создали алгоритм, который способен распознавать биологические процессы в клетках, а также классифицировать сами клетки. В новой работе исследователи применили глубокое обучение для реконструкции процесса заболевания на клеточном уровне и получили точность в 98 процентов, что примерно на 6 процентов выше ранее созданных для этих целей алгоритмов. Статью о своём исследовании с подробным описанием работы свёрточной нейросети учёные опубликовали в журнале Nature Communications.

2017-09-08 13:45

Facebook и Microsoft упростили перевод моделей между фреймворками PyTorch и Caffe2


машинное обучение, ИТ-гиганты, теория программирования

Facebook и Microsoft объявили о новом совместном проекте ONNX, Open Neural Network Exchange (открытый обмен нейронными сетями). Он сильно упростит перевод моделей между PyTorch и Caffe2, что уменьшит время между исследованием (обучением модели) и производством готового продукта.

Разные фреймворки — для разных задач

Подразделение FAIR (Facebook AI Research) занимается исследованиями, в то время как AML (Applied Machine Learning) применяет исследования

2017-09-08 08:47

«Как по нотам!» или Машинное обучение (Data science) на C# с помощью Accord.NET Framework


машинное обучение Python, большие данные, разработка по

Вчера после публикации статьи zarytskiy «Какой язык программирования выбрать для работы с данными?» я понял, что .net в целом и C# в частности не рассматривается, как инструмент для машинного обучения и анализа данных. Не то, чтобы для этого совсем не было объективных причин, но все же надо восстановить справедливость и потратить пару минут на рассказ о фреймворке Accord.NET.

Итак, в прошлой статье цикла, посвящённого обучению Data Science с нуля, мы с вами разбирали вопрос создания своего

2017-09-07 19:12

Как создать расистский ИИ, даже не пытаясь. Часть 2


машинное обучение Python, чат-боты, Реализация ИИ

В первой статье мы успели осознать, как легко и непринужденно ИИ впитывает человеческие предрассудки в логику своих моделей. Как я и обещала, выкладываю вторую часть перевода, в которой мы разберемся, как измерить и ослабить влияние расизма в ИИ с помощью простых методов.

Напомню: мы закончили на том, что наш классификатор считал идею пойти в итальянский ресторан в 5 раз лучше, чем в мексиканский.

Проводим количественный анализ проблемы

Хотелось бы понять, как избежать подобной ситуации в

2017-09-06 17:46

Глава исследовательской группы института INRIA Grenoble во Франции Корделия Шмидт о распознавании изображений, искусственном интеллекте и машинном обучении


техническое зрение, машинное обучение Python, искусственный интеллект

Глава исследовательской группы института INRIA Grenoble во Франции Корделия Шмидт о распознавании изображений, искусственном интеллекте и машинном обучении. Интервью было взято на международном саммите о компьютерном зрении и глубинном обучении «Машины могут видеть» в институте «Стрелка».

2017-09-06 13:47

Как найти связь между болезнью и геном?


машинное обучение Python

Как найти связь между болезнью и геном? Для этого существует достаточно сложные экспериментальные техники, однако можно призвать на помощь методики data mining. Авторы статьи на основании данных платформы Open Targets и множества методов машинного обучения (random forest, a support vector machine, a neural network and a gradient boosting machine) создали модель, ищущую ассоциации между геном и болезнью, чтобы проводить поиск druggable биологических мишеней. На пути к мультиклассовой модели они

2017-09-05 19:01

Почему одного только машинного обучения недостаточно


искусственный интеллект, распознавание образов, машинное обучение Python

Интернет и подключенные к нему устройства вторгаются в нашу жизнь с каждым днем все сильнее. Мы подчас не замечаем, насколько естественным стало просить Siri, Alexa или Google помочь разобраться с каким-то насущным вопросом. А еще мы доверяем нашу жизнь «умным» автомобилям, надеясь, что они всегда успеют отреагировать на сложившуюся ситуацию на дороге и избежать жертв. Кого-то, конечно, беспокоят возможности современных технологий, например, камеры установленные в общественных местах, которые

2017-09-05 18:32

ML Grid — библиотека машинного обучения в Apache Ignite


машинное обучение и анализ данных

Возможности новой библиотеки машинного обучения Apache ML Grid В релиз Apache Ignite 2.0 вошла бета-версия библиотеки машинного обучения Apache Ignite Machine Learning Grid (ML Grid), основанная на высокооптимизированном и масштабируемом API Apache Ignite Memory-Centric Platform.

Источник: xkcd

О том, на что способна новая библиотека и как с ней работать, наш рассказ под катом.

В релизе 2.0 библиотека включает в себя, в основном, базовую функциональность, такую как локальные и

2017-09-05 10:57

BigDL: глубинное обучение — к услугам пользователей больших данных и исследователей данных


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Большие данные и их анализ играют важнейшую роль в современном мире, где повсеместно используются сети и электронные устройства. Идет непрерывное объединение возможностей больших данных, аналитики и машинного/глубинного обучения. В декабре 2016 года мы создали BigDL — распределенную библиотеку глубинного обучения с открытым исходным кодом для Apache Spark. Цель создания этой библиотеки — объединение сообщества глубинного обучения и сообщества больших данных. Далее в этой статье приводится

2017-09-04 13:31

PyTorch — ваш новый фреймворк глубокого обучения


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети, техническое зрение

PyTorch — современная библиотека глубокого обучения, развивающаяся под крылом Facebook. Она не похожа на другие популярные библиотеки, такие как Caffe, Theano и TensorFlow. Она позволяет исследователям воплощать в жизнь свои самые смелые фантазии, а инженерам с лёгкостью эти фантазии имплементировать.

Данная статья представляет собой лаконичное введение в PyTorch и предназначена для быстрого ознакомления с библиотекой и формирования понимания её основных особенностей и её

2017-09-04 09:05

“Восстание МашинLearning” или совмещаем хобби по Data Science и анализу спектров лампочек


машинное обучение, big data

В завершающей статье цикла, посвящённого обучению Data Science с нуля, я делился планами совместить мое старое и новое хобби и разместить результат на Хабре. Поскольку прошлые статьи нашли живой отклик у читателей, я решил не откладывать это надолго.

Итак, на протяжении уже нескольких лет я в свободное время копошусь в вопросах, связанных с освещением и больше всего мне интересны спектры разных источников света, как «пращуры» производных от них характеристик. Но не так давно у меня совершенно

2017-09-03 21:41

Материалы летней школы Deep|Bayes по байесовским методам в глубинном обучении


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети, Семинары

Глубинное обучение в последние годы стало ключевым направлением исследований в машинном обучении. Начавшись с архитектурных прорывов, позволявших эффективно обучать глубокие нейросети, оно стало распространяться на другие подобласти, предоставляя набор эффективных средств там, где для решения задачи требуется приближение некоторой сложной функции.

Многие современные исследовательские статьи активно используют байесовский формализм в сочетании с глубокими нейросетями, приходя к интересным

2017-09-03 19:25

Андрей Устюжанин «Обучение машинному обучению на задачах Большого Адронного Коллайдера»


машинное обучение

Kак Machine Learning может помочь решать задачи Большого Адронного Коллайдера?

Андрей Устюжанин в своём выступлении расскажет о нескольких задачах, которые возникают на стыке физики высоких энергий и ML.
 

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,

2016-12-12 20:10

Машинное обучение для самых маленьких


машинное обучение и анализ данных

Если вы открывали статью в Википедии о машинном обучении, прочитали, осознав, что вы тоже ничего в этом не понимаете, это руководство — для вас.

Поскольку цель этого руководства — быть понятным каждому, будьте готовы к куче обобщений. Если вам станут интересны нюансы и детали благодаря нашему изложению, мы будем рады тому, что наша миссия выполнена.

Что такое машинное обучение?

Основная идея машинного обучения состоит в том, что исходные алгоритмы могут сами рассказать кое-что

2016-10-05 21:30

Подборка докладов о машинном обучении


машинное обучение и анализ данных, искусственные нейронные сети

1. Рассказ о концепции решающих деревьев: одной из самых распространенных техник машинного обучения.

2. Отличное выступление с конференции PyData в Амстердаме, посвящённое машинному обучению с использованием известной библиотеки Scikit-Learn.

3. Доклад «Рекуррентные нейронные сети: сегодня и завтра», в котором представляется краткий обзор работ в области изучения рекуррентных нейронных сетей.

2016-09-25 17:05

Инструменты для визуализации данных


машинное обучение Python, искусственный интеллект

Пожалуй, самая приятная часть разработки - та, в которой вы можете увидеть наглядный результат своей работы. Поэтому эту подборку мы решили посвятить всевозможным визуализациям:

- Для тех, кто ещё не знает что писать. Отличный сайт, наглядно объясняющий принципы работы алгоритмов и структур данных: http://visualgo.net/

- Для тех, у кого уже есть какой-то код. Бесплатный для некоммерческого использования инструмент для исследования кода на Java и С#: 

- Для тех, у кого много кода.