AI Новости: Машинное обучение и анализ данных. Python. Алгоритмы, методы, лекции. Новости 2018

Шизофрения – это болезнь, симптоматика которой выходит за пределы однотипной группы признаков. Она изобилует своим разнообразием, и поэтому долгое время патологию выдавали не за одно отдельное, а целую группу заболеваний.

Бесплатный датасет с разметкой спикеров

Speech synthesis — один из самых интересных способов использования ИИ. Имея достаточное количество аудиозаписей речи конкретного человека, вы можете создать модель, которая будет воссоздавать его голос.

В этой статье я расскажу, что такое inductive bias, зачем он нужен и где встречается в машинном обучении. Спойлер: везде. Любая нейросеть имеет inductive bias (даже та, что в человеческом мозге, хе-хе)

Также вы узнаете:

почему inductive bias — это очень хорошо

Опыт VK: как оставаться техподдержкой с человеческим лицом, внедряя ML

Недавно мы проводили конференцию по Machine Learning, где в кругу экспертов обсудили актуальные кейсы применения ML и AI. Поговорили об MLOps-платформах, ML в работе технической поддержки, жизненный цикл моделей машинного обучения и других направлениях.

Какую библиотеку выбрать — Pytorch, Keras или Tensorflow? Каждый начинающий специалист в области науки о данных в какой-то момент задается этим вопросом. Поиски в Google в большинстве случаев не дают четких ответов. После них у новичков возникает еще больше вопросов.

Фото: Adam Rak?s / Unsplash

Как алгоритмы рекомендуют песни и определяют, что нам нравится, и могут ли машины писать музыку? Ответ на эти вопросы ищет Николай Дубинин, ведущий YouTube-канала «Индустрия 4.0»

Hello, world!

Привет, Хабр! Меня зовут Михаил, я учусь на втором курсе Южно-Уральского государственного Университета и одни из самых любимых вещей в моей жизни - это программирование и азартные игры.

Физики из Японии и Австралии при помощи моделирования показали, что одна из разновидностей машинного обучения — обучение с подкреплением — подходит для точного управления квантовым состоянием системы.

С 19 по 21 ноября в Челябинске прошел девятый хакатон по искусственному интеллекту – https://hacks-ai.ru ????

Привет, Хабр. Сегодня мы будем раскрашивать.

Создание алгоритма для задач NLP требует сотни часов размеченной живой речи. А конкретно для этой задачи нужна подробная транскрибация. Проще говоря, перевод голоса - в текст.

Что это такое?

Наивный Байес – это самый простой алгоритм, который вы можете применить к своим данным. Как следует из названия, этот алгоритм делает предположение, что все переменные в наборе данных "наивные", т.е. не коррелируют друг с другом.

Фемистокл, продавая поместье, велел глашатаю объявить, что у него и сосед хороший.
Плутарх

Проблема: модели машинного обучения могут выдавать неточные прогнозы, когда полагаются на простые характеристики набора данных, а не на их истинную природу. Это быстрее, но менее надёжно. Например, модель может научиться распознавать изображение коровы по зелёной траве на фотографии, а не по сложным формам и узорам самой коровы.

В первой работе Каннера перечисляется ряд признаков, характерных для всех детей-аутистов. Эти признаки включают следующее:

Глубокое обучение – горячая тема для исследований. Перед вами подборка рекомендаций и объяснение тонкостей обучения глубоких сетей.

В нём можно на реальном примере понаблюдать за эволюцией алгоритма и повлиять на неё, поковырявшись в настройках. Так, можно самостоятельно настроить время обучения, количество машин в одном поколении, количество итераций и другие параметры.

На видео, например, видна разница между 1 и 40 поколениями.

День первый:

• Анохин Константин - Нейронный код: в поисках клеточных принципов кодирования когнитивной информации.

День второй с таймингами докладов:

• Иван Оселедец - Геометрия в задачах машинного обучения. (39м:25c)

Ребята, не помню, выкладывал это или нет, но хуже не будет если повторюсь. Замечательные лекции по открытому софту для хемоинформатики, которые делали в рамках семинаров RSC (Royal Society of Chemistry). Я анонсировал сами мероприятия, когда их объявили - но теперь я нашел видеозаписи.

Что такое признаки (features) и для чего они нужны?

Признак, он же «фича» (от англ feature) – это переменная (столбец в таблице), которая описывает отдельную характеристику объекта. Признаки являются краеугольным камнем задач машинного обучения в целом: именно на их основании мы строим предсказания в моделях.

Вслед за анонсом проекта Spring GraphQL и выходом майлстоуна 1.0 мы публикуем этот пост с более подробной информацией.

Введение

Цель предобработки: привести датасет в «божеский» (читай: пригодный для анализа) вид. При этом решается множество отдельных задач: от объединения нескольких таблиц в одну до всесторонней оптимизации итогового датафрейма. Сегодня мы поговорим о сердце предобработки данных — их чистке.

Серия "Решающие деревья и композиции алгоритмов"

Часть 1. Решающие деревья: https://youtu.be/MJwAoWFTMWw

Часть 2. Композиции алгоритмов: https://youtu.be/vqF8wrWjR5s

Часть 3. Градиентный бустинг: https://youtu.be/JElfEE1OrSU

Это Москва и область, Краснодарский край и Татарстан.

Вызываешь в приложении таксомотр, а за тобой приезжает машина-робот, в которой никто не слушает шансон, никак не пахнет и дурацкими вопросами не портит настроение. И никто не сможет чихнуть и заразить вирусом!

Давайте представим, что мы решили автоматизировать процесс выбора верхней одежды в межсезонье — научить голосового ассистента на основании прогноза погоды подсказывать нам, в чём сегодня лучше выйти из дома.

Это легендарный Гарвардский курс CS50 на русском языке: основы искусственного интеллекта с Python.

В этой лекции: линейная и логистическая регрессия, классификация, обучение с и без учителя, а также принципы обучения с подкреплением - Q обучение, жадный эпсилон алгоритм и обучение ИИ агента игре в Nim.

Файлы: