​5 Trends in Corporate AI Development for 2020

🔗 5 Trends in Corporate AI Development for 2020
The meteoric rise of artificial intelligence and machine learning in recent years can be attributed largely to the technologies’ vast…

​Deep Learning using Transfer Learning -Python Code for ResNet50

🔗 Deep Learning using Transfer Learning -Python Code for ResNet50
This is the second part of the series where we will write code to apply Transfer Learning using ResNet50 . Here we will use transfer…

​Fastai with 🤗Transformers (BERT, RoBERTa, XLNet, XLM, DistilBERT)

🔗 Fastai with 🤗Transformers (BERT, RoBERTa, XLNet, XLM, DistilBERT)
A tutorial to implement state-of-the-art NLP models with Fastai for Sentiment Analysis

​Detecting Heart Arrhythmias with Deep Learning in Keras with Dense, CNN, and LSTM

🔗 Detecting Heart Arrhythmias with Deep Learning in Keras with Dense, CNN, and LSTM
Let’s detect abnormal heart beats from a single ECG signal!

​Introducing LIGHT: A multiplayer text adventure game for dialogue research

https://ai.facebook.com/blog/introducing-light-a-multiplayer-text-adventure-game-for-dialogue-research/

Learning in Interactive Games with Humans and Text

https://parl.ai/projects/light/

ParlAI Quick-start

https://parl.ai.s3-website.us-east-2.amazonaws.com/docs/tutorial_quick.html

🔗 Introducing LIGHT: A multiplayer text adventure game for dialogue research
Learn more about LIGHT, a new large-scale fantasy text adventure game that enable researchers to study language and actions jointly in a game world.

​5 этапов от идеи до практического применения машинного обучения c SAP Data Intelligence

История машинного обучения началась с середины прошлого века. В то время данная технология была больше областью для научных исследований и экспериментов, а толчок к практическому применению ML дали мощные компьютеры.

🔗 5 этапов от идеи до практического применения машинного обучения c SAP Data Intelligence
История машинного обучения началась с середины прошлого века. В то время данная технология была больше областью для научных исследований и экспериментов, а тол...

​TabPy для работы с данными в ClickHouse из Tableau
Выстраивание коммуникаций между брендами и людьми — то, чем мы в Dentsu Aegis Network занимаемся каждый день, и неотъемлемой частью этой работы является анализ данных. В ряде случаев этот процесс не требует data science (хотя и он у нас есть), тогда мы используем BI платформу Tableau. Ее основная цель — дать нашим сотрудникам и клиентам удобный интерфейс для потребления данных без написания скриптов, SQL запросов и т.п.

В этой статье мы расскажем, как нам удалось решить проблему взаимодействия Tableau с ClickHouse.

🔗 TabPy для работы с данными в ClickHouse из Tableau
Выстраивание коммуникаций между брендами и людьми — то, чем мы в Dentsu Aegis Network занимаемся каждый день, и неотъемлемой частью этой работы является анализ д...

​Hacking Google Coral Edge TPU: motion blur and Lanczos resize

🔗 Hacking Google Coral Edge TPU: motion blur and Lanczos resize
Edge TPU is a powerful device that is capable of general-purpose image filtering thanks to efficient 2D convolutions and TensorFlow.

​Contrastive Learning of Structured World Models
https://arxiv.org/abs/1911.12247

https://github.com/tkipf/c-swm/

#MachineLearning #DeepLearning

🔗 tkipf/c-swm
Contrastive Learning of Structured World Models. Contribute to tkipf/c-swm development by creating an account on GitHub.

​Tensorflow 2.0 AMD Support (Score: 105+ in 3 hours)

https://readhacker.news/s/4djFG

🔗 Tensorflow 2.0 AMD support · Issue #362 · ROCmSoftwarePlatform/tensorflow-upstream
I would be curious if Tensorflow 2.0 works with AMD Radeon VII? Also, if it is available, are there any benchmark comparison with 2080Ti on some standard network to see if we should invest in Radeo...

​Complex-YOLO: Real-time 3D Object Detection on Point Clouds

https://github.com/AI-liu/Complex-YOLO/

https://arxiv.org/abs/1803.06199
Наш телеграм канал - tglink.me/ai_machinelearning_big_data

🔗 AI-liu/Complex-YOLO
Complex-YOLO: Real-time 3D Object Detection on Point Clouds pytorch Darknet - AI-liu/Complex-YOLO

​PacktPublishing/Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA

🔗 PacktPublishing/Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA
Hands-On GPU Accelerated Computer Vision with OpenCV and CUDA, published by Packt - PacktPublishing/Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA


📝 Hands-On_GPU-Accelerated_Computer_Vision_with_OpenCV_and_CUDA_Effective_techniques_for_processing_complex_image_data_in_real... - 💾16 351 687

​DragFace: Training a GAN for Drag Queen Transformation

🔗 DragFace: Training a GAN for Drag Queen Transformation
Drag queens have been gaining popularity among wider and wider populations nowadays. They also play a strong and inspiring role in the…

​An Analysis of Amazonian Forest Fires

🔗 An Analysis of Amazonian Forest Fires
How does a wildfire start in a rainforest?

Нейросети для анализа текстов

Нейронные сети для обработки естественного языка
Представление текста в цифровом виде для нейросети
Анализ тональности отзывов на фильмы IMDB
Представление текста вектором One Hot Encoding
Представление текста плотным вектором
Рекуррентные нейросети
Анализ тональности текста рекуррентной нейросетью

#neural

🎥 Нейронные сети для обработки естественного языка | Нейросети для анализа текстов
👁 24 раз ⏳ 589 сек.
Вводное описание курса "Нейросети для анализа текстов". Страница курса - https://www.asozykin.ru/courses/nnpython

Курс посвящен изучению основ пр...

🎥 Представление текста в цифровом виде для нейросети | Нейросети для анализа текстов
👁 7 раз ⏳ 794 сек.
В видео рассматриваются различные методы токенизации и векторизации текста для представления его в виде, пригодном для обработки нейросетью. Страни...

🎥 Анализ тональности отзывов на фильмы IMDB | Нейросети для анализа текстов
👁 7 раз ⏳ 1047 сек.
Применение Keras и TensorFlow для определения тональности текстов. Страница курса - https://www.asozykin.ru/courses/nnpython

Рассматривается загр...

🎥 Представление текста вектором One Hot Encoding | Нейросети для анализа текстов
👁 3 раз ⏳ 456 сек.
Представление текста в виде вектора One Hot Encoding для анализа нейронной сетью. Страница курса - https://www.asozykin.ru/courses/nnpython

Лекци...

🎥 Представление текста плотным вектором | Нейросети для анализа текстов
👁 4 раз ⏳ 752 сек.
Как использовать плотные векторные представления слов (embeddings) для анализа текста нейронной сетью. Страница курса - https://www.asozykin.ru/cou...

🎥 Рекуррентные нейросети | Нейросети для анализа текстов
👁 4 раз ⏳ 869 сек.
Лекция по рекуррентным нейронным сетям и их применению для анализа текстов. Страница курса - https://www.asozykin.ru/courses/nnpython

В предыдущи...

🎥 Анализ тональности текста рекуррентной нейросетью | Нейросети для анализа текстов
👁 4 раз ⏳ 374 сек.
Пример использования простой рекуррентной нейронной сети в TensorFlow для анализа тональности отзывов на фильмы из набора IMDB. Страница курса - ht...

​Writing Linguistic Rules for Natural Language Processing

🔗 Writing Linguistic Rules for Natural Language Processing
With a guide to question type extraction with spaCy

🎥 PySpark for Data Engineering and Machine Learning
👁 1 раз ⏳ 2805 сек.
PySpark for Data Engineering and Machine Learning

Presenter: Mikhail Vladimirov, Director of Curriculum Architecture
Recorded on: September 20, 2019
Duration: 60 min.

Description: In this webinar we will review the core capabilities of PySpark as well as PySpark’s areas of specialization in data engineering, ETL, and Machine Learning use cases.

Related courses: WA2845 Practical Machine Learning with Apache Spark



https://www.webagesolutions.com/webinars/categories/bigdataandnosql

​IntelliSense на основе ИИ для вашего кода
Visual Studio IntelliCode использует машинное обучение, чтобы делать полезные, контекстно-насыщенные предложения по дополнению кода при его написании, что позволяет быстрее изучать API и код. Хотя базовая модель IntelliCode была обучена на более чем 3000 лучших репозиториях C# на GitHub с открытым исходным кодом, она не включает в себя все кастомные типы из вашего кода. Для создания полезных, высокоточных, контекстно-насыщенных предложений модель необходимо адаптировать к уникальным типам или API-интерфейсам, специфичным для предметной области, которые не используются в открытом исходном коде. Для этого можно обучить модель на вашем коде.

Ранее в этом году мы расширили возможности обучения модели ML и вывели их за пределы первоначальной обученной базовой модели с Github, чтобы вы могли персонализировать предложения IntelliCode путем создания моделей, обученных на вашем собственном коде..

🔗 IntelliSense на основе ИИ для вашего кода
Visual Studio IntelliCode использует машинное обучение, чтобы делать полезные, контекстно-насыщенные предложения по дополнению кода при его написании, что позвол...

​ВТБ организует встречи с представителями IT и бизнес-сообщества, чтобы поделиться своим опытом развития технологий — Fintech Talks. На втором митапе 2 декабря расскажем как построена работа со всеми большими данными в банке. Обязательна предварительная регистрация — https://rb.ru/vtb/meetup2/

🔗 BigData-эволюция в ВТБ. Новый взгляд на функцию моделирования
Митапы Fintech Talks – специальный проект ВТБ и Rusbase