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

ОПРЕДЕЛЁННО, ЧТО-ТО ОЧЕНЬ КРУТОЕ?

31 мая в 17:00 проводим ОТКРЫТУЮ ЛЕКЦИЮ

Для всех-всех-всех! Участников пилота проекта, друзей, самых любознательных и увлекающихся ML

__________________

Сегодня мы продолжим нашу образовательную рубрику и статья будет посвящена машинному обучению - от деревьев принятия решений к нейронным сетям.

Классификация оскорбительных и агрессивных комментариев в VK.

Машинное обучение в задачах механики, Р.В. Шамин

1 Машинное обучение в механике: обзор возможностей

2 Решение задач статики и кинематики с помощью метода имитации отжига

3 Генетические алгоритмы в задачах оптимального управления

4 Примеры использования генетических алгоритмов в задачах механики

LaMDA создается путем точной настройки семейства нейронных языковых моделей на основе Transformer, специализированных для диалога, с параметрами модели до 137B и обучения моделей использованию внешних источников знаний. LaMDA преследует три ключевые цели:

В этой статье мы разберемся с Деревом решений, ответив на следующий вопрос:

В этой статье мы сначала вкратце вспомним теорию. Дальше будет, что называется, только хардкор: на примере данных “Титаника” мы будем строить БСД.

Теория

Методы по теореме Байеса

Исследователи MIT разработали метод, в котором контролируемая модель генерации синтетических изображений интегрируется в модель классификации. Метод позволяет сократить затраты на сбор крупномасштабных датасетов.

BMW Group представила SORDI – крупнейший open-source датасет размеченных фотореалистичных изображений заводов и других производств. SORDI содержит более 800 000 изображений в 80 категориях и нацелен на развитие методов машинного обучения на производствах.

0:00:17 1. Вводное слово о курсе

0:01:57 2. Что такое машинное обучение?

0:06:10 3. Ветви машинного обучения

0:07:15 3.1 Обучение с учителем (Supervised learning)

0:23:47 3.2 Обучение без учителя (Unsupervised learning)

0:32:04 4. Какие бывают признаки

Что появилось первым: курица или яйцо?

Статистики давно уже нашли ответ на этот вопрос.

Причем несколько раз.

И каждый раз ответ был разным.

Зачем нужны оптимизаторы для градиентных алгоритмов. Рассматриваются следующие эвристики: метод импульсов (momentum), импульс Нестерова (NAG), RMSProp (running mean square), AdaDelta (adaptive learning rate), Adam (adaptive momentum), Nadam (Nesterov-accelerated adaptive momentum) и диагональный метод Левенберга-Марквардта.

Генеративные языковые модели уверенно обосновались в практике Natural Language Processing (NLP). Большие предобученные трансформеры двигаются сразу в трёх направлениях: мультимодальность, мультизадачность и мультиязычность. Сегодня мы расскажем про последнюю — о том, как учили модель на основе GPT-3 на 61 языке мира.

В статье покажем, как алгоритмы компьютерного зрения помогают решить задачу автоматического определения объема круглого леса в лесовозе по фотографии. Пройдем путь от идеи до прототипа. Расскажем, какие были выбраны решения и почему.

Сбор данных (Data collection) является техникой профессионалов, а готовые данные в интернете часто ограничены авторскими правами. В этом материале мы расскажем о некоторых ресурсах с предобработанной «датой», которую вы можете использовать в своей работе.

Обсудить

Где искать датасеты?

1. Kaggle

Загрузка данных

1.1. Отдадим должное, или при чём здесь математика?

1.2. Бабушка надвое сказала, или Анализ бинарных данных

1.3. Комбинаторы и комбинаторика

1.4. Характеристики распределений объектов по бинарному признаку

1.5. Тетрахорический анализ

1.6. Тетрахорический анализ и нормальное распределение

Если вас когда-либо называли «слишком чувствительным» или вы боитесь отказа, то это явление, набирающее популярность в TikTok, может показаться вам знакомым.

Введение. Школа анализа данных, Яндекс

Оптимизация для глубинного обучения. Школа анализа данных, Яндекс

Сверточные нейросети. Школа анализа данных, Яндекс

Представления внутри сверточных нейросетей. Школа анализа данных, Яндекс

Сверточные нейросети в компьютерном зрении. Школа анализа данных, Яндекс

Шахматы — это бесконечные упражнения для ума, который развивают умственные способности, используемые на протяжении всей жизни, такие как: концентрация, критическое мышление, абстрактное мышление, решение проблем, распознавания образов, стратегическое планирование, творчество, анализ, синтез и оценка.

1. Введение

2. Модификация и выборка данных

3. Выборка данных. Часть 2

4. Транзакции. Триггеры и хранимые процедуры

5. Индексы и производительность

6. Оптимизация запросов. Оптимизация структуры данных

7. Репликация, полнотекстовый поиск, JSON

8. Сохранность данных

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