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


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
птичий грипп
Реновация. Снос пятиэтажек в Москве

Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2017-07-22 20:00

Машинное обучение, которое ускорит сайт


машинное обучение

Машинное обучение, доступное каждому! В статье приведена реальная проблема некоторых сайтов и ее решение с использованием machine learning.

Я часто задумываюсь о производительности интернет-ресурсов: как получать сладкие 60FPS на медленных телефонах или прогружать страницы, автономно кэшируя все, что можно? Разумеется, это лишь малая часть пирога для каждого пользователя, ведь современные сайты позволяют совершать больше действий, используя полный функционал.

С этой целью я открыл

2017-07-22 20:00

Мини-компьютер от Intel наделит любой PC возможностями машинного обучения


искусственный интеллект, методы машинного обучения

Нейронные сети, машинное обучение, компьютерное зрение и прочие технологии являются одним из главных современных трендов в мире IT. Компания Intel, являясь одним из лидеров рынка, представила Movidius Neural Compute Stick — первый в мире набор средств для глубокого обучения и автономный ускоритель искусственного интеллекта в виде миниатюрного компьютера. Он выполнен в форм-факторе обычной флешки, но при этом позволяет существенно упростить жизнь разработчикам приложений на базе искусственного

2017-07-19 09:51

12 лучших Python-библиотек для Data Science


python и машинное обучение, анализ больших данных, разработка по

12 лучших Python-библиотек для Data Science

Безграничные возможности для обработки данных.

В последние годы Python стал востребованным в области Data Science. Это стало возможным благодаря появлению библиотек, способных обрабатывать и визуализировать большие данные на уровне MATLAB, Mathematica и R. Далее поговорим о 15 лучших.

NumPy

Python SciPy Stack — набор библиотек, специально предназначенных для научных вычислений. Каждый, кто собрался использовать Python в науке, должен

2017-07-18 20:12

«Машинное обучение — это многоконфессиональная религия»


it новости, искусственные нейронные сети, реализация нейронной сети, методы машинного обучения, ИИ проекты

За последние несколько лет мы уже привыкли, что машинное обучение идет рука об руку с развитием искусственных нейронных сетей — настолько впечатляющие результаты различные типы нейросетей успели продемонстрировать в этой области. Однако вы наверняка слышали, что обучение машин не сводится к одним лишь нейросетям. Вот, например, во вторник Яндекс официально презентовал новый универсальный алгоритм CatBoost, построенный на градиентном бустинге над решающими деревьями.

Вместе с Анной

2017-07-18 15:51

CatBoost — новый метод машинного обучения от Яндекса


системы машинного обучения

Яндекс представляет метод машинного обучения CatBoost. Он придёт на смену Матрикснету, который используется в Яндексе с 2009 года. CatBoost даёт более точные результаты в задачах ранжирования, регрессии и классификации, а также учитывает данные в нечисловой форме. Библиотека машинного обучения CatBoost выложена в общий доступ — её может использовать любой желающий.

Многие привычные нам вещи, например лента социальной сети, прогноз погоды или картинка «под Ван Гога» в чьём-нибудь инстаграме, —

2017-07-17 11:38

Рекламная машина: как искусственный интеллект научился планировать медийные бюджеты


алгоритмы машинного обучения, ит новости, искусственный интеллект

Системы, использующие технологии машинного обучения, полностью автоматизируют процесс медиапланирования и размещения цифровой наружной рекламы, заменяя труд медиапланера работой интеллектуального робота

Технологии машинного обучения с огромной скоростью покоряют одну отрасль экономики за другой. Причем если раньше считалось, что тотальная роботизация в первую очередь захватит компании, где в производстве много однообразной рутины, то сейчас ясно, что устоять перед соблазном автоматизации не

2017-07-17 00:57

PHP-Дайджест № 112 – свежие новости, материалы и инструменты (26 июня – 16 июля 2017)


пример нейронной сети, алгоритмы машинного обучения

Свежая подборка со ссылками на новости и материалы. В выпуске: PHP 7.2.0 Alpha 3, много новых инструментов, Machine Learning на PHP, туториалы по асинхронному PHP, и многое другое. Приятного чтения!

Новости и релизы PHP 7.2.0 Alpha 3 — Последняя «альфа» в цикле. Первый бета-выпуск запланирован на 20 августа, а значит новых возможностей уже не ожидается. Попробовать PHP 7.2 можно с помощью подготовленного Docker-образа или собрав из исходников по инструкции. PHP 7.1.7, PHP 7.0.21, PHP

2017-07-14 14:02

ОЦИФРОВАННЫЕ НЕРВЫ


распознавание образов, введение в машинное обучение, нейронные сети

ОЦИФРОВАННЫЕ НЕРВЫ

Рентгеновские снимки, данные ЭКГ, разнообразные анализы, истории болезни с назначениями лекарств – современная медицина построена на данных. Сейчас их больше анализируют люди, чем компьютеры, но все постепенно меняется. Юлия Додонова, один из сотрудников сектора анализа данных в нейронауках ИППИ РАН, рассказала, как компьютерные алгоритмы помогают в лечении и изучении различных психиатрических

и нейродегенеративных заболеваний.

— Чем занимается ваш сектор анализа

2017-07-14 11:07

Big Data — всё по этой теме для программистов


python и машинное обучение, анализ больших данных

Всё для изучения Python: 181 бесплатный материал + бонус

В данном списке вы сможете найти материалы для изучения языка Python с целью применения его в анализе данных и не только. Последний раздел — это бонус: если этой подборки вам оказалось... Читать дальше

Уникальное событие: эксперт по Big Data Кристал Валентайн приедет с единственным выступлением в Россию

Информация подтвердилась, на крупнейшей конференции программистов России «Разработка ПО» Кристал Валентайн расскажет, как технологии

2017-07-12 08:35

Учение — свет: machine learning в индустрии развлечений


введение в машинное обучение

Культурно-развлекательный и билетный рынок начинает активно внедрять машинное обучение. Какие технологии меняют их?По данным исследов ания MIT Technology Review и Google Cloud, 60% компаний в том или ином виде используют машинное обучение в своем бизнесе, 26% из них уже достигли своих целей. В число отраслей-первопроходцев в применении ML, помимо технологических и научных, традиционно входят финансы, ритейл, e-commerce, промышленность, транспорт, медицина, образование, а также маркетинг и

2017-07-07 15:03

Machine Learning is? Fun!


задачи машинного обучения

Самое простое введение в машинное обучение. Носит обзорный характер, рассказывая про основные концепции и различные типы задач, которые машинное обучение позволяет решать. В частности, очень доступно описаны принципы работы нейронных сетей.

2017-07-06 23:43

Странная петля в глубоком обучении 


искусственные нейронные сети, методы машинного обучения, реализация нейронной сети

Мауриц Эшер (< a href=" ">Maurits Escher)< /p>

Дуглас Хофштадтер (Douglas Hofstadter) в своей книге «Я –  странная петля» («I am a Strange Loop») высказал следующую идею:

«В конечном счете, мы – это воспринимающие сами себя, изобретающие сами себя, замкнутые в себе миражи, являющиеся маленькими чудесами самореференции».

«In the end, we are self-perceiving, self-inventing, locked-in

2017-07-06 14:12

Отжиг и вымораживание: две свежие идеи, как ускорить обучение глубоких сетей


архитектура нейронных сетей, большие данные, методы машинного обучения

В этом посте изложены две недавно опубликованные идеи, как ускорить процесс обучения глубоких нейронных сетей при увеличении точности предсказания. Предложенные (разными авторами) способы ортогональны друг другу, и могут использоваться совместно и по отдельности. Предложенные здесь способы просты для понимания и реализации. Собственно, ссылки на оригиналы публикаций:Snapshot ensembles (апрель 2017)FreezeOut (июнь 2017)

1. Ансамбль снимков: много моделей по цене одной

Обычные ансамбли

2017-07-06 10:33

Подборка лекций и выступлений ведущих исследователей анализа данных


системы машинного обучения

Подборка лекций и выступлений ведущих исследователей анализа данных, информационного поиска, машинного обучения и других областей.

1. Рекуррентные нейронные сети — Tomas Mikolov.

2. Универсальная грамматика для обработки естественного языка — Joakim Nivre.

3. Запись трансляции научно-технического семинара — «Deep Boosting».

4. Практическое занятие по обработке текста в gensim — Лев Константиновский.

5. Минимизация эмпирического риска в машинном обучении — Peter Richtarik.

2017-07-06 09:39

Сбербанк расскажет, как стать Data Driven корпорацией и сделать модели умнее экспертов


методы машинного обучения

Процесс исследования данных и разработки моделей machine learning для оптимизации прикладных бизнес-задач в Сбербанке вышел на промышленный уровень. Появилась инфраструктура, позволяющая минимизировать временные затраты на поставку данных, обеспечить системный подход к контролю их качества, расширить ассортимент данных, доступных для анализа. Увеличилось число решений, принимаемых в парадигме data driven.

13 июля в рамках конференции «Скоринг-2017» Максим Еременко, старший управляющий

2017-07-05 22:19

Тестирование и обзор Core ML


алгоритмы машинного обучения

На WWDC’17 Apple представила новый фреймворк для работы с технологиями машинного обучения Core ML. На основе него в iOS реализованы собственные продукты Apple: Siri, Camera и QuickType. Core ML позволяет упростить интеграцию машинного обучения в приложения и создавать различные «умные» функции с помощью пары строчек кода.

Возможности Core ML

С помощью Core ML в приложении можно реализовать следующие функции: распознавание изображений в реальном времени; предиктивный ввод текста;

2017-07-03 16:03

Pygest #12. Релизы, статьи, интересные проекты из мира Python [20 июня 2017 — 03 июля 2017]


задачи машинного обучения

Это уже двенадцатый выпуск дайджеста на Хабрахабр о новостях из мира Python.

В сегодняшнем выпуске вы найдёте интересные материалы, касающиеся внутренностей Python, машинного обучения, популярных фреймворков и многого другого. Присылайте свои актуальные материалы, а также любые замечания и предложения, которые будут добавлены в ближайший дайджест.

А теперь к делу!

Релизы Python 3.6.2rc1 Jython 2.7.1 RC3

Статьи Автоэнкодеры в Keras, Часть 1: Введение Автоэнкодеры в Keras, Часть 2: Manifold

2017-07-02 09:44

Machine learning от Владислава Бояджи. Обзор логистической регрессии, SVM, Дерева решений, KNN


модели машинного обучения

Machine learning от Владислава Бояджи. Обзор логистической регрессии, SVM, Дерева решений,

2017-06-29 21:57

Бесплатные книги по Python для программистов любого уровня: разработка игр, анализ данных, машинное обучение


алгоритмы машинного обучения

В этой подборке мы собрали самые полезные бесплатные книги, которые помогут в изучении языка Python как начинающим, так и опытным программистам.

Разделы:

Для начинающих

Пособие представляет собой отличное и признанное во всем мире введение в язык Python. Она быстро научит вас писать эффективный высококачественный код. Подойдёт как начинающим программистам, так и тем, у кого уже есть опыт использования других языков. Помимо теории в книге есть тесты, упражнения и полезные иллюстрации —

2017-06-28 23:00

Проблемы безопасности и главные достижения ИИ


техническое зрение, Машинный перевод, искусственные нейронные сети, методы машинного обучения, реализация нейронной сети, искусственный интеллект

Тема искусственного интеллекта остается в фокусе интереса большого количества людей. Главная причина неослабевающего внимания публики в том, что за последние годы мы узнали о сотнях новых проектов, где используются технологии слабого ИИ. Весьма вероятно, что ныне живущие на планете люди смогут воочию застать появление сильного ИИ. Под катом история о том, когда именно ждать башковитых роботов в вашей квартире. Спасибо за светлые мысли ZiingRR и Владимиру Шакирову. Enjoy. Какие перемены ждут

2017-06-28 11:09

Dstl Safe Passage: детекция и классификация траспортных средств — Владимир Игловиков


задачи машинного обучения, Беспилотный автомобили

Напоминаем, что в ближайшую субботу на тренировку по машинному обучению будем разбирать Kaggle Quora, Kaggle Cervical Cancer Screening и ACM RecSys. Приходите! /

А пока предлагаем посмотреть на известного в наших кругах борца с национальными дискриминациями Владимира Игловикова, который рассказывает про задачу детекции и классификации транспортных средств на спутниковых снимках (Dstl Safe Passage: Detecting and Classifying Vehicles in Aerial Imagery). Владимир занял в соревновании 2

2017-06-28 10:00

(Luden.io) - Машинное обучение для разработчиков игр


Семинары, методы машинного обучения

Множество индустрий переживает новую волну развития из-за машинного обучения. Что может пригодится из мира машинного обучения нам разработчикам игр и для чего? Существует множество интересных применений:

— Генерация контента;

— Поведение ботов;

— Вспомогательные утилиты;

— Новые игровые механики.

Презентация:

Эта лекция была прочитана на Moscow 2017.

Остальные доклады конференции доступны по этому тегу: @globalgamedev

2017-06-26 23:50

Руководство: как использовать Python для алгоритмической торговли на бирже. Часть 1


теория программирования, алгоритмы машинного обучения

Технологии стали активом — финансовые организации теперь не только занимаются своим основным бизнесом, но уделяют много внимания новым разработкам. Мы уже рассказывали о том, что в мире высокочастотной торговли лучших результатов добиваются обладатели не только самого эффективного, но и быстрого софта и железа. Среди наиболее популярных в сфере финансов языков программирования можно отметить R и Python, также часто используются C++, C# и Java. В опубликованном на сайте DataCamp руководстве
 

2017-07-14 21:00

Пишем свою нейросеть: пошаговое руководство


реализация нейронной сети, методы 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

2017-06-25 18:00

Лучший видеокурс по нейронным сетям на русском


системы машинного обучения, реализация 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, 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)


python и машинное обучение

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

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:

2017-05-14 22:38

В Salesforce научились убирать «воду» из текстов при помощи нейросетей


python и машинное обучение

Компания рассчитывает, что созданные алгоритмами выжимки упростят чтение новостей и писем от клиентов. Распечатки новостной ленты в редакции The New York Times, 1942 год. Фото Библиотеки Конгресса

Salesforce — разработчик самой популярной в мире CRM-системы и одна из самых дорогих компаний в области облачных технологий. В 2016 году она купила стартап MetaMind, специализирующийся на машинном обучении и обработке естественного языка.

MetaMind разработала алгоритм на базе

2017-05-04 15:30

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


машинное обучение

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


задачи машинного обучения, big data

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, 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

2017-04-12 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

2017-03-21 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.

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,

2016-12-12 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

2016-10-05 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.

2016-09-11 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