Вероятностный язык построения моделей машинного обучения

1. Байесовский подход к теории вероятностей. Байесовские рассуждения. Понятие о графических моделях.
2. Сопряженные распределения. Экспоненциальный класс распределений. Аналитический байесовский вывод.
3. Задача выбора модели в машинном обучении. Принцип наибольшей обоснованности.
4. Использование байесовского выбора модели в обобщенных линейных моделях регрессии и классификации.
5. ЕМ-алгоритм. Вариационный байесовский вывод. Примеры использования.
6. Латентное размещение Дирихле. Байесовская смесь гауссиан. Байесовский метод главных компонент.
7. Байесовские и марковские сети. Основные задачи и методы вывода в графических моделях.
8. Обучение графических моделей. Структурный метод опорных векторов.

Ссылка на плейлист:
https://www.youtube.com/playlist?list=PLlb7e2G7aSpR8mbaShVBods-hGaFGifkl

Подборка материалов по нейронным сетям с нашего сайта

Импульсные нейронные сети: мозг в компьютере
https://proglib.io/p/spiking-neural-networks/

Самый понятный видеокурс о том, как работают нейросети
https://proglib.io/p/clear-neural-networks/

Капсульные сети встряхивают AI: вот как их использовать
https://proglib.io/p/capsule-networks/

Учебный план освоения глубокого обучения и нейросетей за 6 недель
https://proglib.io/p/deep-learning-in-6-weeks/

TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер

Для обучения модели обычно как разработчику, так и конечному потребителю моделей машинного обучения, требуется установка соответствующих библиотек. Однако в TensorFlow.js интерфейсом является браузер, поэтому при подключении скриптового файла исчезает необходимость в установке библиотек и отслеживании зависимостей, все «доставляется на дом».

https://proglib.io/p/tensorflow-js/

Анализ данных и Deep Learning

1. Примеры применения анализа данных, стандартные задачи и методы
2. Методы решения задачи классификации и регрессии
3. Кластеризация
4. Преобразование признаков
5. Введение в Text Mining
6. Введение в Deep Learning
7. Deep Learning for Data with Sequence Structure
8. Рекомендательные системы
9. Прогнозирование временных рядов

Ссылка на YouTube канал с видео: https://www.youtube.com/channel/UCop3CelRVvrchG5lsPyxvHg/videos

Наглядное введение в нейросети на примере распознавания цифр

При помощи множества анимаций на примере задачи распознавания цифр и модели перцептрона дано наглядное введение в процесс обучения нейросети.

https://proglib.io/p/neural-network-course/

​​🚀 Быстрый, надежный, хостинг в Европе !

✅ Ищете хороший, и при этом недорогой хостинг для сайтов?
Хотите быстрый, по-европейски надежный и самый лучший для вашего проекта?
Компания FORNEX рада Вам помочь.

✅ Мы предлагаем быстрый, качественный Hosting за рубежом. В качестве серверов для виртуального хостинга мы используем быстрые дисковые массивы из SSD дисков, что обеспечивает надежную и быструю работу ваших сайтов.
Наши инженеры помогут вам с переносом сайтов абсолютно бесплатно.
Мы заботимся о будущем вашего сайта!

➕ У нас вы арендуете исключительно серверное оборудование Supermicro с бесплатной панелью управления и круглосуточным KVM;
• Вы можете заказать сервер в Германии и не только;
• Удобство панели управления, все просто и доступно;
• Скидки и акции для постоянных клиентов;
• Бесплатное базовое администрирование;
• Мгновенная отзывчивость техподдержки.

➖ У нас нет минусов !
• Убедитесь в этом сами !
• Присоединяйтесь к FORNEX !

Промокод для регистрации: NOVEMBERRAIN

https://fornex.com/?from=tg-dsproglib-nov

Анализ изображений и видео (2017)

1. Введение в анализ изображений
2. Обработка изображений. Часть 1
3. Обработка изображений. Часть 2
4. Глобальные признаки
5. Локальные признаки
6. Параметрические модели
7. Классификация объектов на изображении
8. Глубокие нейронные сети
9. Представления и современные архитектуры сверточных сетей

Ссылка на плейлист с видео: https://www.youtube.com/playlist?list=PLlb7e2G7aSpQc4CW-9BI9L_jZVyUbbSWX

Python: распознавание объектов в реальном времени

В этой статье мы будем разбирать код программы, в которой используется Deep Learning и OpenCV. Её суть: распознавание объектов в реальном времени.

https://proglib.io/p/real-time-object-detection/

​​Программист из Google Клиф Янг объясняет, как взрывное развитие алгоритмов глубинного обучения совпадает с отказом закона Мура, десятилетиями работавшего эмпирического правила прогресса компьютерных чипов, и заставляет разрабатывать принципиально новые вычислительные схемы.

#статьядня

https://m.habr.com/post/429794/

LF Deep Learning Foundation представила первую версию Acumos AI — open source платформа и фреймворк для обучения и быстрого развёртывания ИИ (буквально в один клик).

#новостьдня
 https://venturebeat.com/2018/11/14/linux-foundation-launches-acumos-platform-for-quick-ai-deployment/

​​Python и машинное обучение (2017)
Автор: Себастьян Рашка

Книга идеально подходит для тех, кто хочет погрузиться в мир прогнозной аналитики и машинного обучения. Охватывается широкий круг мощных библиотек Python, в том числе scikit-learn, Theano и Keras.

#книгадня

Скачать книгу на русском по ссылке: https://t.iss.one/progbook/55

​​Pandas - библиотека на языке Python для обработки и анализа данных. Работа Pandas с данными строится поверх библиотеки NumPy, являющейся инструментом более низкого уровня.

#cheatsheet

Если работаете (или планируете поработать в ближайшее время) с данной библиотекой, то эти шпаргалки точно вам пригодятся!

Введение в анализ данных с использованием Pandas
В данном семинаре рассмотрен практический подход к проведению исследований в Pandas.
Автор начинает с импорта реальных данных, затем чистит их, преобразует и анализирует, испольуя некоторую визуализацию.

#видеодня

EVENT: PyData Seattle 2017
SPEAKER: Quentin Caudron

https://www.youtube.com/watch?v=WrAkpobchUk&index=9&list=PLFjq8z-aGyQ5ijq6ZD2CEkqWoOBgHi9qG

​​Practical Data Science
Авторы: Andreas François Vermeulen

Данное руководство подробно расскажет о том, как большие наборы данных превратить в бизнес-активы. Вы научитесь разбираться в основных понятиях и терминах Data Science, познакомитесь с основными принципами и моделями построения сложных систем.

#книгадня

Скачать книгу:
https://t.iss.one/progbook/1513

​​#вакансия

Открытые IT-вакансии Райффайзенбанка в Москве и Омске:

– Старший специалист по тестированию, Москва: https://vk.cc/8HNF8W
– .Net разработчик, Омск: https://vk.cc/8HNETp
– Frontend-разработчик, Москва: https://vk.cc/8HNFli
– iOS-разработчик мобильного банка для юрлиц, Москва: https://vk.cc/8HNDLX

Условия:
– Полный рабочий день
– Офис в одной минуте от ст.метро «Технопарк» (Москва)
– Соцпакет, ДМС, оплата больничных и другие льготы
– Высокий уровень свободы
– Бесплатное дополнительное обучение
– Бесплатный тренажерный зал в офисе (Москва)

Актуальная математика – это курс, который поможет понять, как работает анализ данных и поиск информации на примерах специалистов.

1. Кластеризация
2. Коллективные эффекты в топологии
3. Математика в нейронных сетях
4. Изгибаемые многогранники
5. Интегрируемая геометрия
6. Многомасштабные взаимодействия

#youtubeдня

https://www.youtube.com/watch?v=2bjD0noF_DY&list=PLh6dVTO7f4FZvB_nildtxmVBWzNLr4Un_