Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
18.5K subscribers
2.38K photos
119 videos
64 files
4.82K links
Все самое полезное для дата сайентиста в одном канале.

По рекламе: @proglib_adv

Курс по ML: https://clc.to/4hNluQ

Для обратной связи: @proglibrary_feeedback_bot

РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9
Download Telegram
Курс от sendex'a «TensorFlow Object Detection API»

1. Введение.
2. Адаптирование к видеопотоку.
3. Отслеживание объектов.
4. Создание TFRecords.
5. Обучение детектора объектов.
6. Тестирование детектора объектов.

Ссылка на плейлист:
https://www.youtube.com/playlist?list=PLQVvvaa0QuDcNK5GeCQnxYnSSaar2tpku
Подборка самых интересных докладов с европейской конференции по компьютерному зрению 2018

https://blog.alookanalytics.com/2018/09/12/highlights
Подборка видео по machine learning и data science

1. Рекуррентные нейронные сети (RNN) и длинная краткосрочная память (LSTM)
https://www.youtube.com/watch?v=WCUNPb-5EYI

2. Как работают нейронные сети
https://www.youtube.com/watch?v=ILsA4nyG7I0

3. Как работают сверточные нейронные сети
https://www.youtube.com/watch?v=FmpDIaiMIeA

4. Что такое Data Science
https://www.youtube.com/watch?v=tKa0zDDDaQk

5. Что такое Deep Learning
https://www.youtube.com/watch?v=Q9Z20HCPn

6. Becca 7 и обучение с подкреплением
https://www.youtube.com/watch?v=EXs3nHwLIt0

7. Роботы, умные дома и IoT
https://www.youtube.com/watch?v=n4h9inSoSnU

8. Turning Machine Learning в Data Science
https://www.youtube.com/watch?v=y38UkZjN8uc

9. Data Science для всех
https://www.youtube.com/watch?v=lk8CDSeTY94

10. Как работает теорема Байеса
https://www.youtube.com/watch?v=5NMxiOGL39M
Machine Learning Crash Course

В первом видео мы будем обучать нейронную сеть, чтобы различать темные и светлые цвета и выбирать подходящий цвет текста.
Ссылка на видео: https://www.youtube.com/watch?time_continue=1&v=9Hz3P1VgLz4
Исходники: https://codepen.io/anon/pen/NYRRQm?editors=1111

Во втором видео мы сделаем механизм рекомендаций в браузере с действительно хорошей производительностью.
Ссылка на видео: https://www.youtube.com/watch?v=lvzekeBQsSo
Исходники: https://codepen.io/willrstern/pen/WzZqpd
Спецкурс «Введение в компьютерное зрение и глубокое обучение»

1. Введение в предмет. История. Свет и цвет
2. Основы обработки изображений
3. Особые точки. Сопоставление изображений
4. Введение в машинное обучение
5. Классификация изображений
6. Свёрточные нейросети. Часть 1
7. Свёрточные нейросети. Часть 2
8. Свёрточные нейросети. Часть 3. Базовые архитектуры и применения для распознавания лиц

Ссылка на плейлист:
https://www.youtube.com/playlist?list=PLDCK7Cej1W40jUpJDrDA3j3Tad9MA_4Px
Капсульные сети

Британский информатик, один из отцов-основателей современного метода распознавания изображений — Джеффри Хинтон — опубликовал два исследования, в которых предлагает использовать для распознавания изображений новый вид нейронных сетей.

О том, что такое капсульные сети и для чего они нужны, читайте в нашей статье: https://proglib.io/p/capsule-networks/

Более подробная информация представлена в данных видеоуроках. Сперва познакомимся с тем, как работают сверточные сети: https://www.youtube.com/watch?v=FmpDIaiMIeA
А затем разберем капсульные сети (теория и практика): https://www.youtube.com/watch?v=VKoLGnq15RM
Учебный план освоения глубокого обучения и нейросетей за 6 недель

Глубокое обучение — темная магия наших дней, невероятно мощная и доступная практически всем, а не только таким гигантам, как Google, Amazon или Tesla.
План освоения глубокого обучения на базе открытых источников крупных университетов, статей и видеороликов специалистов анализа данных.

https://proglib.io/p/deep-learning-in-6-weeks/
Лекции по нейронным сетям

1. Введение в нейронные сети.
2. Машинное обучение в эпоху больших данных.
3. Перцептрон и однослойные сети.
4. Backpropagation. Многослойные нейронные сети.
5. Введение в свёрточные сети.
6. Современные CNN архитектуры.
7. Задачи детектирования и сегментации
8. Введение в RNN
9. Embeddings and data representation

Ссылка на плейлист с лекциями:
https://www.youtube.com/watch?v=23zhVwjrdU8&list=PL0Ks75aof3Th2vlYGtvL92YN7S_2bux1S
Машинное обучение

1. Задачи на графах в теории кодирования
2. SAT-солверы
3. Тензоры и глубокое обучение
4. Математические методы на примерах рекламных технологий и задач
5. Почти асинхронные вычисления
6. Мультимодальная кластеризация для анализа данных
7. Что же делает AlphaGo? Глубокое обучение с подкреплением
8. Порождение и обработка изображений
9. Открытые проблемы в глубинном обучении: байесовское решение
10. Внедрение программно определяемых сетей (SDN)
11. Комбинаторные задачи оптимизации для классификации сетевых пакетов
12. Соответствия Галуа
13. Современные подходы к построению диалоговых систем

Ссылка на плейлист:
https://www.youtube.com/watch?v=1fvcyk9_x68&list=PL-_cKNuVAYAVwvhnk-6V22MvKDWNrkXDJ
👍1