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

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


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

АРХИВ


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
птичий грипп

Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2017-04-27 21:01

Обзор лучших онлайн-курсов по машинному обучению


модели машинного обучения



Предлагаем вашему вниманию подборку онлайн курсов, которые помогут вам начать свой путь в машинное обучение, конечно, если английский для вас &; не проблема. Мне нравится брать разные онлайн-курсы, так как я нахожу в них дополнение к чтению книг. Значительная часть таких курсов интересна, и занятие онлайн-курсами – хороший способ узнавать что-то новое, а также поддерживать свои навыки на хорошем уровне (это особенно хороший вариант для тех, кто не пишет код каждый день). На данный момент я

2017-04-26 16:49

«На любую задачу мы смотрим как на математическую»


методы машинного обучения, большие данные



Специалист по компьютерным наукам Михаил Беляев о том, когда человек сможет управлять устройствами с помощью силы мысли.

Анализ данных и машинное обучение — это не только распознавание улыбок в камерах смартфонов и показ товаров в зависимости от предпочтений покупателя. Большие данные помогают компаниям сэкономить деньги и время на разработке высокотехнологичной продукции, победить неизлечимые болезни и помочь парализованным людям общаться с миром.

Научный сотрудник «Сколтеха» Михаил

2017-04-25 14:07

How computers are learning to be creative


распознавание образов, машинное обучение

Блез Агуэра-и-Аркас, ведущий исследователь в Google, работает с глубинным машинным обучением. Во время выступления он показывает, как можно обратить вспять процесс распознавания изображений нейронными сетями — то есть заставить сети генерировать изображения. Результатом становятся странные галлюциногенные коллажи (так же обстоит дело с поэзией). Блэз рассказывает, что восприятие и креативность довольно тесно связаны, а любое существо/устройство, которое в состоянии воспринимать, гипотетически

2017-04-24 20:01

Машинное обучение это весело! Часть 1


нейросети, задачи машинного обучения

Самое простое введение в машинное обучение

Вы много раз слышали, как люди говорят о машинном обучении, но смутно представляете себе, что это? Вам стыдно, потому что не можете поддержать разговор с коллегами? Так давайте же исправим это!

Этот курс предназначен для начинающих знакомство с машинным обучением. Многие пытались прочесть статью из Википедии, но не смогли ничего понять и отчаялись получить простое объяснение. Но вот оно перед вами!

Содержание статей рассчитано на широкую аудиторию и

2017-04-22 23:48

Сложность на границе хаоса, или что общего между сексом, нейронными сетями, микросервисами и организацией компании


Теория эволюции, методы машинного обучения, искусственные нейронные сети

Мы очень часто используем понятие сложности, мы с ней боремся, и в то же самое время, мы создаем все более упорядоченные структуры, мы уменьшаем энтропию и утверждаем себя этим. В то же время, мы должны быть готовы к изменениям, мы должны быть адаптивными. Где точка равновесия? Что стоит за всеми этими понятиями и концептами. Может есть нечто, что объединяет это все, скрываясь от наших глаз, и в то же время находясь постоянно у нас на виду?

Начнем с маленьких шажочков и попробуем раскрыть

2017-04-20 20:56

Qualcomm и Facebook объединяются для развития мобильного машинного обучения


ИТ-гиганты, python и машинное обучение

На протяжении последних нескольких лет инженеры компании Qualcomm Technologies работают в области машинного обучения. Результаты исследований и разработок можно увидеть в мобильных платформах Qualcomm Snapdragon. Немаловажную роль в развитии машинного обучения также играет компания Facebook, инвестируя в программную структуру с открытым исходным кодом Caffe2. Поэтому компании Qualcomm Technologies и Facebook в рамках конференции F8 объявили о сотрудничестве с целью оптимизации Caffe2 и

2017-04-20 05:39

Открытый курс машинного обучения. Тема 8. Обучение на гигабайтах с Vowpal Wabbit


алгоритмы машинного обучения



Всем привет!  

Вот мы постепенно и дошли до продвинутых методов машинного обучения. Сегодня обсудим, как вообще подступиться к обучению модели, если данных гигабайты или десятки гигабайт. Обсудим приемы, позволяющие это делать: стохастический градиентный спуск (SGD) и хэширование признаков, посмотрим на примеры применения библиотеки Vowpal Wabbit. Домашнее задание будет как на реализацию SGD-алгоритмов, так и на обучение классификатора вопросов на StackOverflow по выборке в 10 Гб.

2017-04-19 11:09

Подход к автоматизации решении? задач ML на примере HackerEarth ML Challenge #1 — Алексеи?


алгоритмы машинного обучения

Алексей Чернобровов рассказывает про подход к автоматизации решений задач машинного обучения на примере конкурса HackerEarth Machine Learning Challenge 1. Из видео вы сможете узнать:

- Обзор существующей реализации, её преимущества и недостатки

- Какую архитектуру с возможностью масштабируемости можно выбрать

- Какие данные и результаты работы приходится хранить

- Возникающие в процессе реализации сложности

- Как система показала себя при решении контеста

Слайды:

2017-04-19 01:56

Серия образовательных видеороликов на тему машинного обучения: Learning to see.


задачи машинного обучения

Хорошее популярное изложение эволюции идей и инструментов в разработке алгоритмов машинного обучения.

В самом первом ролике автор задается идеей научить компьютер распознавать пальцы на изображениях. Начиная от самых наивных подходов, он сталкивается с проблемами, обсуждает их, обращается к работам исследователей, занимавшихся их решением, разъясняет разработанные подходы.

https://www.youtube.com/watch?v=i8D90DkCLhI&feature =youtu.be&list=PLiaHhY2iBX9ihLasvE8BKnS2Xg8AhY6iV

2017-04-15 13:02

Байрам Аннаков — Empatika Open: Machine Learning


машинное обучение

Генеральный директор Empatika Байрам Аннаков говорит о машинном обучении на встрече в Empatika Open: Machine Learning.

Запись сделана 15 апреля 2017 года.

2017-04-14 23:40

Список литературы: Машинное обучение


алгоритмы машинного обучения, машинное зрение

Вместе со Сколковским институтом науки и технологий мы сняли курс «Машинное обучение», посвященный математическому моделированию и методам машинного обучения. Специально для этого курса мы попросили ученых собрать список литературы для более глубокого понимания темы.

Для начинающих: просто о сложном

1

Нейт Сильвер. Сигнал и Шум. Почему одни прогнозы сбываются, а другие ? нет // Азбука-Аттикус, КоЛибри, 2015

Книга посвящена построению прогнозов и вероятностей для самых различных событий:

2017-04-13 14:51

Библиотека глубокого обучения Tensorflow


нейросети, задачи машинного обучения



Здравствуй, Хабр! Цикл статей по инструментам для обучения нейронных сетей продолжается обзором популярного фреймворка Tensorflow.

Tensorflow (далее — TF) — довольно молодой фреймворк для глубокого машинного обучения, разрабатываемый в Google Brain. Долгое время фреймворк разрабатывался в закрытом режиме под названием DistBelief, но после глобального рефакторинга 9 ноября 2015 года был выпущен в open source. За год с небольшим TF дорос до версии 1.0, обрел интеграцию с keras, стал

2017-04-12 21:30

Подборка видео, посвященных машинному обучению


введение в машинное обучение

Подборка видео, посвященных машинному обучению:

1-2. Введение в глубинное обучение.

3. Работаем с линейной регрессией.

4. Как использовать Q-обучение в видеоиграх.

5. Создаем игрового бота при помощи OpenAI.

@itcookies @itcookies

2017-04-10 14:50

Открытый курс машинного обучения. Тема 7. Обучение без учителя: PCA и кластеризация


Кластеризация, методы машинного обучения



Привет всем! Приглашаем изучить седьмую тему нашего открытого курса машинного обучения!

Данное занятие мы посвятим методам обучения без учителя (unsupervised learning), в частности методу главных компонент (PCA — principal component analysis) и кластеризации. Вы узнаете, зачем снижать размерность в данных, как это делать и какие есть способы группирования схожих наблюдений в данных. Список статей серии

Первичный анализ данных с Pandas Визуальный анализ данных c Python Классификация,

2017-04-09 18:05

9 бесплатных книг по машинному обучению


методы машинного обучения



В этой статье перечислены лучшие из книг по машинному обучению, которые стоят вашего внимания. Они находятся в свободном доступе. Если Вы давно искали хорошие книги по машинному обучению,то эта подборка именно для Вас.

&;Mining of Massive Datasets&;.Jure Leskovec, Anand Rajaraman, Jeff Ullman

Основанная на курсе CS246 и CS35A в Стэнфордском университете, эта книга предназначена для студентов, изучающих информатику, и не требует предварительной подготовки. Эта книга была опубликована

2017-04-09 10:15

Итальянский студент Federico Terzi сконструировал необычную "жестовую" клавиатуру


машинное обучение

Устройство представляет собой сборку из , акселерометра и HC-06 для связи с ноутбуком. Жест, исполненный этим девайсом, передаётся на компьютер и распознаётся как текст самообучающимся алгоритмом, основанным на методе опорных векторов (англ. Support Vector Machine).

2017-04-08 17:24

Лекция учёного и предпринимателя Рикардо Сабатини о потрясающей плотности упаковки информации


алгоритмы машинного обучения, Теория эволюции

Лекция учёного и предпринимателя Рикардо Сабатини о потрясающей плотности упаковки информации, записанной в геноме, о том, что делает наше тело – нашим, как методы Big data и машинное обучение помогут улучшить наши знания о геноме и позволят персонализировать лечение генетических заболеваний и рака.

Публикую перевод лекции Анны Котовой на русский язык и видео с русскими субтитрами.

0:11 Следующие 16 минут мы с вами проведём в путешествии к тому, что, возможно, является величайшей

2017-04-08 11:15

Трансляция ML тренировки 08.04.17 | HackerEarth Challenge, ML Boot Camp


введение в машинное обучение

Евгений Патеха — Прогнозирование дефолтов по выданным банковским займам (HackerEarth Machine Learning Challenge )

Алексей Чернобровов — Подход к автоматизации решений задач ML на примере конкурса HackerEarth Machine Learning Challenge

Михаил Карачун — Предсказание ухода пользователей из онлайн-игры (ML Boot Camp III)

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

2017-04-07 22:45

Surf Studio: машинное обучение в production


введение в машинное обучение

Представляем гостевой пост от компании Surf Studio (Certified Google Developer Agency). Привет, Хабр. Меня зовут Александр Ольферук (@olferuk), я занимаюсь машинным обучением в Surf. С 2011 года мы разрабатываем мобильные приложения для крупного бизнеса, а теперь готовим к релизу B2B-продукт с TensorFlow. Спасибо коллегам из Google за возможность рассказать немного о нашем опыте. В современном машинном обучении много энтузиастов, но критически не хватает профессионалов. В нашей команде я

2017-04-07 12:51

Глубинное обучение и обучение с подкреплением — Евгений Бурнаев


искусственные нейронные сети, методы машинного обучения, реализация нейронной сети

Пять лет назад компания DeepMind, офис которой был в Лондоне, выпустила статью, в которой описала, как делать обучение с подкреплением с применением глубинного обучения. Может быть, вы помните, в 1990-х были приставки Dendy, в них можно было играть в такие незамысловатые игры вроде Breakout. Конкретно в этой игре необходимо было управлять пластинкой, которая отбивала мячик, он разрушал некоторое количество кубиков, расположенных наверху экрана. Компания DeepMind построила алгоритм, который

2017-04-07 00:50

Быстрый старт: обзор основных Deep Learning фреймворков


искусственные нейронные сети, методы машинного обучения, реализация нейронной сети

Привет, Хабр! Предлагаем вам перевод поста “Getting Started with Deep Learning” от Мэтью Рубашкина из Silicon Valley Data Science о преимуществах и недостатках существующих Deep Learning технологий и о том, какой фреймворк выбрать, учитывая специфику задачи и способности команды. Здесь, в SVDS, наш R&D отдел изучает различные технологии Deep Learning: от распознавания изображений поездов, до расшифровки человеческой речи. Перед нами стояла цель построить непрерывный процесс обработки

2017-04-06 18:50

Machine learning. Урок №1. Метод ближайших соседей


методы машинного обучения

Machine learning. Урок №1. Метод ближайших соседей

2017-04-06 11:00

Байесовские методы машинного обучения


машинное обучение, архитектура нейронных сетей

Специалист по Computer Science Евгений Бурнаев о точности алгоритмов прогнозирования, колмогоровской сложности и децентрализованном машинном обучении

В данной лекции я расскажу о том, каким образом идеи Томаса Байеса, английского математика и священника XVIII века, а также идеи Уильяма Оккама, английского монаха и философа XIV века, оказали огромное влияние на современную науку в XXI веке и легли в основу так называемых байесовских методов машинного обучения. Но давайте обо всем по порядку,

2017-04-06 10:42

Классическое моделирование и машинное обучение — Александр Шапеев


введение в машинное обучение

В последнее время на "ПостНаука" стали чаще публиковать лекции по машинному обучению. Ты можешь спросить, какое отношение это имеет к нефтегазовой отрасли? Самое прямое - ответим мы. И не только к нефтегазовой, а к любой: медицине, биологии, агрономии, строительству, бурению. К любой. Ведь Machine Learning (машинное обучение) - это такой раздел науки, который изучает возможность компьютера обучаться самостоятельно или с помощью человека. В дальнейшем это ведет к тому, что все решения будет

2017-04-05 18:16

Как полюбить машинное обучение и перестать страдать


анализ больших данных, python и машинное обучение

Наше будущее все больше становится связано с развитием искусственного интеллекта. Кто-то считает, что это конец эры человечества, а кто-то садится, проходит курсы и пилит код, чтобы разобраться с машинным обучением. Я отношусь ко второй категории. В свое время, когда я задумывалась об освоении этой науки и начала проходить первые курсы, хотелось опустить руки. Сложности материалов и страданиям, казалось, нет предела. Сейчас, с высоты своего опыта, я понимаю, что всего этого можно было бы
 

2017-04-26 11:00

Лекция 1. Нейронные сети. Теоретические результаты


искусственные нейронные сети, методы машинного обучения

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

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

2017-04-17 16:55

Введение в машинное обучение с tensorflow


машинное обучение

Если мы в ближайшие пять лет построим машину с интеллектуальными возможностями одного человека, то ее преемник уже будет разумнее всего человечества вместе взятого. Через одно-два поколения они попросту перестанут обращать на нас внимание. Точно так же, как вы не обращаете внимания на муравьев у себя во дворе. Вы не уничтожаете их, но и не приручаете, они практически никак не влияют на вашу повседневную жизнь, но они там есть. Сет Шостак

Введение. Серия моих статей является расширенной

2017-04-12 17:00

Глубокое обучение на Python


искусственные нейронные сети, методы машинного обучения, 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


системы машинного обучения

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


введение в машинное обучение

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, методы машинного обучения

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

2017-03-23 12:45

Решение задачи кредитного скоринга методом логистической регрессии


задачи машинного обучения



Отучившись на нескольких онлайн-курсах, попробовал занять позицию, связанную с Machine Learning — на входе получил тестовое задание о кредитном скоринге. Свое решение которой здесь и привожу:

Задание

Данные содержат информацию о выданных кредитах, требуется предсказать вероятность успешного возврата кредита.

Тренировочная выборка содержится в файле train.csv, тестовая — test.csv.

Информация о значениях признаков содержится в файле feature_descr.xlsx.

Целевой признак — loan_status

2017-03-21 06:43

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


большие данные, методы машинного обучения, 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


системы машинного обучения

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.

Полный курс в видеоальбоме: https://vk.cc/6mVfYb

@itcookies @itcookies

2017-03-05 21:08

Создаем генератор текста на основе цепей Маркова: теория и практика


модели машинного обучения

Рассказывает Александр Деджу, студент Make School’s Product College

Эта статья дает общее представление о том, как генерировать тексты при помощи моделирования марковских процессов. В частности, мы познакомимся с цепями Маркова, а в качестве практики реализуем небольшой генератор текста на Python.

Для начала выпишем нужные, но пока не очень понятные нам определения со страницы в Википедии, чтобы хотя бы примерно представлять, с чем мы имеем дело:

Марковский процесс

2017-02-28 23:02

Открытый курс машинного обучения. Тема 1. Первичный анализ данных с Pandas


системы машинного обучения



Старт открытого курса OpenDataScience

Привет всем, кто ждал запуска открытого курса по практическому анализу данных и машинному обучению!

Первая статья посвящена первичному анализу данных с Pandas.

Пока в серии планируется 7 статей, идущих вместе с тетрадками Jupyter (репозиторий mlcourse_open), соревнованиями и домашними заданиями.

Далее идет список будущих статей, описание курса и собственно, первая тема – введение в Pandas.

План серии статей Первичный анализ данных с Pandas

2017-01-21 23:40

Видеокурс от Facebook по искусственному интеллекту


искусственный интеллект, методы машинного обучения



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, методы машинного обучения, 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


модели машинного обучения, 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


введение в 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,

2016-12-15 14:03

Создайте свои собственные “Нейронные Картины” с помощью Глубокого Обучения


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

Нейронные сети могут делать много разных вещей. Они могут понимать наши голоса, распознавать изображения и переводить речь, но знаете ли вы, что еще они умеют рисовать? Изображение сверху демонстрирует некоторые сгенерированные результаты применения нейронного рисования.

Сегодня я собираюсь познакомить вас с тем как это делается. Прежде всего, убедитесь, что у вас обновленная копия Ubuntu (14.04 — та, что использовал я). Вам необходимо иметь несколько гигов свободного пространства на жестком

2016-12-12 20:10

Машинное обучение для самых маленьких


методы машинного обучения



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

2016-10-24 05:00

AIML-4-1-1 Биологический нейрон и его модель


машинное обучение, искусственный интеллект

Смотрите другие видео этого курса, выполняйте упражнения и изучайте интеллектуальные системы и машинное обучение на нашем сайте! 

2016-10-17 14:20

Как сейчас используют нейросети: от научных проектов до развлекательных сервисов


модели машинного обучения, искусственные нейронные сети, искусственный интеллект, реализация нейронной сети, ИИ проекты

В 1960-х годах появился новый подраздел информатики - искусственный интеллект (ИИ). Полвека спустя инженеры продолжают развивать обработку естественного языка и машинное обучение, чтобы оправдать надежды на появление сильного ИИ.

Мы в 1cloud пишем в блоге не только о себе , но и разбираем занимательные темы вроде ментальных моделей или систем хранения данных на основе ДНК.

Сегодня мы расскажем о том, как машинное обучение используется сейчас: почему нейронные сети популярны у физиков, как

2016-10-05 21:30

Подборка докладов о машинном обучении


машинное обучение, 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


методы машинного обучения, 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.

2016-09-18 14:07

Лекция 1. Введение в вероятностный язык построения моделей машинного обучения


введение в машинное обучение, Семинары

Введение в вероятностный язык построения моделей машинного обучения

Лекция 1. Введение в вероятностный язык построения моделей машинного обучения

Лекция 2. Введение в вероятностный язык построения моделей машинного обучения

Лекция 3. Введение в вероятностный язык построения моделей машинного обучения

Лекция 4. Введение в вероятностный язык построения моделей машинного обучения

Лекция 5. Введение в вероятностный язык построения моделей машинного обучения

Лекция 6.

2016-09-11 21:03

"Опыт участия в Microsoft Malware Classification Challenge" Михаил Трофимов (Machine Learning Works)


большие данные, распознавание образов, методы машинного обучения, искусственные нейронные сети, реализация нейронной сети

Несколько докладов по анализу данных и машинному обучению с недавнего Python Data Science meetup

1. О том, как проанализировать 200 Гб данных на ноутбуке, какие проблемы могут возникнуть в процессе и как автор с ними боролся.

2. Об опыте построения алгоритма классификации изображений автомобилей.

3. Как научить приложение распознавать категории объявлений по изображениям.

2016-09-06 15:26

Азбука ИИ: «Машинное обучение»


искусственные нейронные сети, методы машинного обучения

В рамках совместного с МФТИ проекта «Азбука ИИ» мы уже писали о так называемых эволюционных алгоритмах, которые позволяют «выращивать» программы по принципам и законам дарвиновской эволюции. Однако пока такой подход к искусственному интеллекту это, безусловно, «гость из будущего». Но как системы искусственного интеллекта создают сегодня? Как их обучают? В этом нам помог разобраться Виктор Кантор, старший преподаватель кафедры алгоритмов и технологий программирования МФТИ, руководитель группы