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

На канале " " было опубликовано видео: "Лекция "Искусственный интеллект и машинное обучение. Введение" курса "ИИ и машинное обучение""

Павел Логачев рассказывает про соревнование Kaggle Lyft 3D Object Detection for Autonomous Vehicles, в котором он заработал первую золотую медаль, да ещё и соло!

Курс статистика на Python

Язык программирования Python - Jupyter Notebook

https://www.youtube.com/playlist?list=PL34NbCo2mgdIPGojIryxFWr899oZg72K9 - полный курс

Наш телеграм канал - tglink.me/ai_machinelearning_big_data

Занятие ведёт Владислав Шахрай (Kaggle Master, Top-150).

Недавно прошла одна из самых важных конференции по машинному обучению — NeurIPS. На конференции было опубликовано более 300 статей по обучению с подкреплением, и многие могли из них достойны внимания. Поэтому на данном семинаре мы рассмотрим основные концепты из самых запоминающихся статей, которые были озвучены на конференции.

Язык программирования Python широко используется в приложениях машинного обучения, и этот язык стал общим выбором для отраслей и научных кругов. Библиотеки машинного обучения Python представляют собой пакеты кода, которые скомпилированы вместе, чтобы служить общей цели.

Autonomous Learning — это объектно-ориентированная библиотека для обучения RL-агентов. Библиотека разрабатывалась, чтобы облегчить прототипирование и оценку новых RL-агентов. Кроме того, в библиотеке есть реализации последних алгоритмов глубокого обучения с подкреплением.

Среди характеристик библиотеки:

В теории, такая система позволит снизить время отклика на действия игрока.

Сейчас для анимации игровых персонажей в основном применяют технологию захвата движений, в том или ином виде используя анимации, записанные актерами и каскадерами. У такого подхода есть недостаток: достаточно большое время отклика на действия игрока.

Если вы интересуетесь машинным обучением, то наверняка слышали про BERT и трансформеры.

Александр Фонарев - Введение в методы машинного обучения и Data Science

Описание доклада:

Необходимые материалы можно будет скачать на https://hub.exponenta.ru/ Ссылка на скачивание появиться в течение двух дней.

Законы физики не меняются от смены точки зрения. Однако эта идея помогает компьютерам распознавать определённые особенности в искривлённом пространстве высших измерений.

Лекции по Deep Learning

DEEP LEARNING | Обучение глубоких нейронных сетей

Общие подходы к ускорению нейронных сетей

Как ускорить обучение и инференс ваших нейронных сетей

Tips & Tricks for Fast Neural Net Inference in Production

Нейронные сети: быстрый инференс на GPU с помощью TensorRT

Искусственный интеллект и машинное обучение

Цель этого курса — предоставить вам целостное понимание машинного обучения, охватив теорию, применение и само устройство алгоритмов обучения с учителем, обучения без учителя и глубинного обучения.

1. Введение

2. Знакомство с регрессией

3. Фичи и лейблы регрессии

Четыре доклада про модное в машинном обучении?

Алгоритм состоит из трёх основных блоков ранжирования, которые «извлекает» 65 млрд функций и делает 90 млн моделей каждую секунду для того, чтобы мы с вами могли позалипать на рекомендуемых пёсиков и котиков.

Лучшие доклады Moscow Python Conf++ 2019

1. А что, если без Python? Julia для машинного обучения и вообще / Глеб Ивашкевич

2. Укрощая зверя: legacy-код, тесты и вы / Кирилл Борисов (Booking.com)

3. Убивай мутантов, спаси свой код / Никита Соболев (wemake.services)

Теперь можно самому создать партию для караоке из любой известной песни.

Стриминговый сервис Deezer запустил инструмент Spleeter, который позволяет разделить музыку на составляющие. Библиотека на основе нейросетей доступна всем желающим бесплатно — её опубликовали на GitHub.

Появился инструмент для создания анимации по статичному изображению — Impersonator. С помощью методов машинного обучения эта штука умеет «оживлять» людей на фото, менять ракурс снимка и одежду человека. Impersonator написали китайские разработчики при помощи PyTorch.

[1] Глубокое обучение с точки зрения практика [2018] Гибсон, Паттерсон

Бэкендер: «Машинное обучение, ИИ, распределённые системы, бла-бла-бла»

Дипфейки добрались до аудио, и ещё никогда они не были так доступны. Исследователи создали алгоритм глубокого обучения, который можно научить произносить что угодно любым голосом. И вы можете его опробовать.