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

МЕНЮ


Искусственный интеллект. Новости
Поиск

ТЕМЫ


Новости ИИРабота разумаВнедрение ИИРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

RSS


RSS новости

Авторизация



Новостная лента форума ailab.ru

Последние новости

 

Главные новости

2018-01-16 16:38

Очеловеченное машинное обучение


машинное обучение Python

UX-дизайнеры Google Джош Лавджой и Джесс Холбрук рассказали, на что обратить внимание при создании проектов с машинным обучением.   Джош Лавджой

Машинное обучение — набор методов, позволяющих компьютеру выявлять закономерности и взаимосвязи в данных без программирования вручную. Сегодня этот мощный инструмент используется и для создания персональных рекомендаций на Netflix, и для проектирования сложных динамических систем вроде беспилотных автомобилей.

Всё больше и

2018-01-16 10:05

«Машинное обучение меняет жизнь, но мы этого не замечаем — привыкли»


искусственные нейронные сети, машинное обучение Python

Профессор «Сколтеха» Евгений Бурнаев о том, как применять машинное обучение в бизнесе.

Материал подготовлен при поддержке «Сколтеха»

Евгений Бурнаев — российский ученый, кандидат физико-математических наук. Профессор Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных Сколковского института науки и технологий («Сколтех»).

О машинном обучении заговорили в 2012 году, в основном, из-за нейросетей. Как его применяют в бизнесе сейчас?

2018-01-08 14:12

Добро пожаловать в эру глубокой нейроэволюции


реализация нейронной сети, машинное обучение Python, искусственные нейронные сети, Теория эволюции

От имени команды Uber AI Labs, которая также включает Joel Lehman, Jay Chen, Edoardo Conti, Vashisht Madhavan, Felipe Petroski Such и Xingwen Zhang.

В области обучения глубоких нейронных сетей (DNN) с большим количеством слоев и миллионами соединений, для тренировки, как правило, применяется стохастический градиентный спуск (SGD). Многие полагают, что способность SGD эффективно вычислять градиенты является исключительной особенностью. Однако мы публикуем набор из пяти статей в поддержку

2018-01-06 00:19

Машинное обучение в электронной коммерции – практика использования и подводные камни


машинное обучение, big data

Доклад позволит соориентироваться в плеяде современных алгоритмов машинного обучения в разрезе прикладного использования для электронной коммерции и выбрать необходимые бесплатные библиотеки для реализации задач. Мы поделимся практическим опытом и историями успеха использования данных технологий в продакшн-среде.

Также особое внимание уделим технике использования популярных платформ и библиотек: Apache Spark, Spark MLlib, Hadoop, Amazon Kinesis, deeplearning4j. Отдельно остановимся на

2018-01-03 14:00

Прикладные задачи анализа данных. Евгений Соколов


машинное обучение, big data

Интенсив для преподавателей НИУ ВШЭ в рамках проекта Data Culture. Как современные методы машинного обучения и искусственного интеллекта меняют подходы во многих научных областях? Почему владение основами этих методов становится частью общей научной культуры исследователя вне зависимости от конкретной предметной области? Ответы на эти и другие вопросы в рамках лекции даёт Евгений Соколов, Заместитель руководителя Департамент больших данных и информационного поиска Факультета компьютерных наук

2018-01-03 03:18

Триггеры в аналитике данных на Большом адронном коллайдере


машинное обучение Python, большие данные

Для того чтобы принять решение, сохранять нам фотографию события, происходящего на коллайдере, или нет, нам необходима система триггеров. Дело в том, что события происходят очень часто. Пересечение двух встречных сгустков протонов происходит с частотой порядка нескольких десятков миллионов раз в секунду. К сожалению, каждая фотография события занимает несколько мегабайтов и у нас нет возможности сохранять все события. Да и, кроме того, большинство событий не являются интересными с точки зрения

2017-12-31 03:06

Ландшафт исследований в области глубокого обучения


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

Нейрофизиолог Михаил Бурцев о компьютерном зрении, рекуррентных нейронных сетях и комбинации разных методов обучения нейронных сетей:

Фактически сегодня существует три крупных направления исследований: первое связано с компьютерным зрением и обработкой изображений, второе — с работой с последовательностями и с временными рядами, а третье — с задачами управления и обучения какому-то поведению.

Начнем с первой области, которая связана с компьютерным зрением. Основным методом, который

2017-12-29 18:10

Библиотека вебинаров по SAP Cloud Platform: от сервисов для интернета вещей до machine learning и UX


машинное обучение, IoT

Мы подготовили подборку из 11 вебинаров по SAP Cloud Platform, которые охватывают широкий круг тем: от общего обзора платформы до функций и сервисов по работе с интерфейсами, вопросов о безопасности, сервисов для интернета вещей, машинного обучения и многое-многое другое.

1. Обзорный вебинар о платформе SAP Cloud Platform

Первый вебинар посвящен общему обзору платформы SAP Cloud Platform. Зачем SAP создал свою облачную платформу. Видение платформы со стороны SAP. В каких приложениях SAP

2017-12-25 19:34

Линейная регрессия с помощью Go


машинное обучение и анализ данных

Долгое время меня интересовала тема машинного обучения. Меня удивляло, как машины могут обучаться и прогнозировать безо всякого программирования — поразительно! Я всегда был очарован этим, однако никогда не изучал тему подробно. Время — ресурс скудный, и каждый раз, когда я пытался почитать о машинном обучении, меня заваливало информацией. Освоение всего этого казалось трудным и требовало много времени. Также я убедил себя, что у меня нет необходимых математических знаний даже для того,

2017-12-23 12:20

МТС для ритейла


машинное обучение Python, большие данные

Открывайте точки продаж там, где они нужны вашим клиентам, и повышайте доходность розничной сети! На основе технологии Big Data специалисты МТС анализируют множество параметров, которые позволяют определить наиболее актуальную и эффективную локацию для открытия розничного магазина, кафе или предприятия сферы услуг. К примеру, социально-демографические характеристики, пешеходный и автомобильный трафик, время нахождения абонентов в районе предполагаемого открытия, типы гаджетов, использование

2017-12-22 14:52

ИИ учит язык: зачем нужен хакатон по машинному переводу


системы машинного перевода текстов, машинное обучение

18 декабря стартовал отборочный тур для участия в хакатоне DeepHack.Babel от Лаборатории нейронных систем и глубокого обучения МФТИ. Акцент будет сделан на нейросетевой машинный перевод, набирающий популярность в исследовательском сообществе и уже использующийся в коммерческих продуктах. Причем обучить систему машинного перевода нужно будет, вопреки общепринятой практике, на непараллельных данных — то есть, в терминах машинного обучения, без привлечения учителя. Если вы еще размышляете над

2017-12-22 12:53

Предсказываем отток с помощью нейросети


машинное обучение, искусственные нейронные сети, реализация нейронной сети

Проблема предсказания оттока клиентов — одна из самых распространенных в практике Data Science (так теперь называется применение статистики и машинного обучения к бизнес-задачам, уже все знают?). Проблема достаточно универсальна: она актуальна для многих отраслей — телеком, банки, игры, стриминг-сервисы, ритейл и пр. Необходимость ее решения довольно легко обосновать с экономической точки зрения: есть куча статей в бизнес-журналах о том, что привлечь нового клиента в N раз дороже, чем удержать

2017-12-22 09:00

Время — деньги. Как мы учили Яндекс.Такси точно рассчитывать стоимость поездки


ИИ проекты, машинное обучение Python

Любой из нас перед покупкой продукта или услуги старается узнать точную цену. Понятно, что порой случаются истории, когда финальная стоимость сильно превышает запланированную. И если с ремонтом машины или квартиры это уже стало привычным, то в остальных случаях разница между ожиданием и реальностью скорее раздражает.

До недавнего времени стоимость поездки в такси тоже была плавающей. Даже онлайн-сервисы рассчитывали сумму лишь примерно — окончательная стоимость формировалась только в конце

2017-12-20 15:10

Материалы открытого курса OpenDataScience и Mail.Ru Group по машинному обучению и новый запуск


машинное обучение

Недавно OpenDataScience и Mail.Ru Group провели открытый курс машинного обучения. В прошлом анонсе много сказано о курсе. В этой статье мы поделимся материалами курса, а также объявим новый запуск.

Кому не терпится: новый запуск курса — 5 февраля, регистрация не нужна, но чтоб мы вас запомнили и отдельно пригласили, заполните форму. Курс состоит из серии статей на Хабре (Первичный анализ данных с Pandas — первая из них), дополняющих их лекций на YouTube-канале, воспроизводимых

2017-12-18 23:21

Как обучаются машины [ЖЮ-переводы]


машинное обучение

Как работают алгоритмы? Автор канала CGP Grey выпустил сегодня интересное видео о машинном обучении. Мы его уже перевели и озвучили:

Оригинальное видео: youtu.be/R9OHn5ZF4Uo

2017-12-17 18:41

Обнаружение аномалий в данных сетевого мониторинга методами статистики


машинное обучение, киберугрозы

Когда наблюдаемых метрик становится слишком много, отслеживание всех графиков самостоятельно становится невозможным. Обычно в этом случае для менее значимых метрик используют проверки на достижение критичных значений. Но даже если значения подобраны хорошо, часть проблем остается незамеченной. Какие это проблемы и как их обнаруживать — под катом.

Disclaimer Автор хотя и имеет математическое образование, никак не связан ни с Data Mining, ни со статистическим анализом. Данный материал является

2017-12-17 15:31

Дафни Яо — Аномалии в кибербезопасности


машинное обучение, киберугрозы

«Бизнес в цифровую эпоху построен как интеллектуальная сеть — устройств, программ, бизнес-процессов и взаимодействий людей», — говорит Дэвид Сирли, один из исследователей в аналитической компании Gartner. Переход к такому устройству бизнес-процессов, по его мнению, означает, что компании будут сталкиваться с все более серьезными вызовами в отношении кибербезопасности. Системы, отвечающие за сохранность данных, должны уметь подстраиваться под все новые типы угроз и иметь адаптивную

2017-12-14 23:45

«Кеплер» нашел «сестру» Солнечной системы


машинное обучение и анализ данных

NASA

Астрономы обнаружили восьмую планету в планетной системе звезды Kepler-90 — она стала первой известной системой с таким же числом планет, как и в Солнечной системе. Открытие стало возможным благодаря использованию технологий машинного обучения Google для анализа данных космического телескопа «Кеплер», заявили ученые на пресс-конференции в NASA. Научная статья об открытии выложена здесь.

Телескоп «Кеплер» начал свою работу в марте

2017-12-14 15:28

Машинное обучение улучшит качество гифок


машинное обучение и анализ данных

Gfycat

Сервис для хранения и создания анимированных изображений Gfycat представил три проекта по улучшению анимированных изображений при помощи методов машинного обучения. Разработанные алгоритмы, подробнее о которых сообщает The Verge, смогут улучшить качество GIF-анимаций, автоматически сопроводить их тегами и даже исправить написанный поверх изображений текст.

Сервис Gfycat, запущенный в 2015 году, позволяет пользователям загружать анимированные изображения (на самом сервисе они

2017-12-13 14:12

2.3 Machine learning: Как обучить деревья решать проектные задачи


машинное обучение

Мы рассмотрим как деревья решений и алгоритм машинного обучения - "Gradient boosting" помогли решить задачу прогнозирования времени обработки запросов, на которое оказывает влияние сотни факторов.

Докладчик:Игорь Соленов, EPAM, Senior Software Engineer

2017-12-12 15:12

NASA объявило о пресс-конференции в четверг


машинное обучение и анализ данных

В 9 вечера по Москве NASA начнет конференцию,на которой расскажет о новом открытии,сделанном на основе данных космического телескопа«Кеплер» и алгоритмов машинного обучения Google.

Пресс-конференцию проведут Пауль Герц, глава отделения астрофизики NASA, Кристофер Шаллу, старший разработчик Google AI, Эндрю Вандерберг, астроном из Техасского университета (стипендиат программы поиска экзопланет имени Карла Сагана), и Джесси Дотсон, член

2017-12-11 23:47

Лекция 2. Машинное обучение: обзор II


машинное обучение и анализ данных

Лекция №2 в курсе "Машинное обучение, часть 1", осень 2016Преподаватели курса: Игорь Евгеньевич Куралёнок, Никита Игоревич Поваров, Сергей Андреевич ЛебедевСтраница лекции на сайте CS центра:

2017-12-11 13:00

Как и зачем определять голосовую почту


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети

«Абонент не абонент — пожалуйста, оставьте ваше сообщение после звукового сигнала!» — мы слышим этот автоматический ответ множество раз и уже привыкли вешать трубку, точно зная, что никто и никогда не проверяет «голосовую почту». Я, как и все опрошенные знакомые, без гугла даже не смогу ее проверить! Зачем операторам эта странная штука? А чтобы брать деньги за звонки, которые иначе будут бесплатными. Причем не только с обычных абонентов, но и с компаний, которые используют автоматику для

2017-12-11 12:22

Лекция 4. Работа с признаками и метрики качества


машинное обучение

Почему для машинного обучения вообще нужен живой аналитик?

- Придумывать, какие признаки использовать в алгоритме

- Адекватно оценивать качество построенной модели

Всё остальное, в принципе, автоматизируется примерно полностью.

Недавно я об этом лекцию читал для , получилось полтора часа (час - если слушать с ускорением) беседы за жизнь и аналитику.

Я постарался рассказать о feature engineering (создании и управлении признаками) и измерении качества прогнозов так, чтобы и

2017-12-10 20:00

Подборка видео о machine learning и data science


машинное обучение, big data

1. Рекуррентные нейронные сети (RNN) и длинная краткосрочная память (LSTM)

2. Как работают нейронные сети

3. Как работают сверточные нейронные сети

4. Что такое Data Science

5. Что такое Deep Learning

6. Becca 7 и обучение с подкреплением

7. Роботы, умные дома и IoT

8. Turning Machine Learning в Data Science

9. Data Science для всех

10. Как работает теорема Байеса
 

2018-01-10 16:31

Книга «Глубокое обучение. Погружение в мир нейронных сетей"


машинное обучение, 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, машинное обучение Python, 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


машинное обучение Python, разработка по, 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

2017-12-18 16:53

Лекции Техносферы. Нейронные сети в машинном обучении


машинное обучение Python, искусственные нейронные сети

Представляем вашему вниманию очередную порцию лекций Техносферы. На курсе изучается использование нейросетевых алгоритмов в различных отраслях, а также отрабатываются все изученные методы на практических задачах. Вы познакомитесь как с классическими, так и с недавно предложенными, но уже зарекомендовавшими себя нейросетевыми алгоритмами. Так как курс ориентирован на практику, вы получите опыт реализации классификаторов изображений, системы переноса стиля и генерации изображений при помощи

2017-12-15 14:01

Хотите знать, как работает Deep Learning? Вот быстрый гайд


искусственные нейронные сети, машинное обучение Python, 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

2017-10-12 06:33

Курс «Машинное обучение»


машинное обучение, Семинары

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

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

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

2017-10-11 14:00

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


машинное обучение Python, Семинары

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

1. Pandas

2. Визуализация

3. Классификация, деревья решений

4. Логистическая регрессия

5. Случайный лес

6. Регрессия, работа с признаками

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

2017-09-07 14:51

36 материалов о нейросетях: книги, статьи и последние исследования


искусственные нейронные сети, машинное обучение Python, реализация нейронной сети, основы искусственных нейронных сетей

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

2017-08-05 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, основы нейронных сетей

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

2017-06-20 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:

2017-04-30 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, 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

2017-04-11 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 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