Predicting kickstarter project success
http://shrikar.com/predicting-kickstarter-project-success/

VisionHack – первый международный хакатон по компьютерному зрению для беспилотного транспорта
НИТУ «МИСиС» и компания Cognitive Technologies проводят 11-13 сентября в Москве первый международный университетский хакатон VisionHack по искусственному интеллекту и компьютерному зрению с призовым фондом более 30 000 долларов США. Ожидается участие делегаций из MIT, Кембриджского университета, Аризонского университета, Политехнического университета Каталонии и других ведущих мировых и российских ВУЗов.

Хакатон будет посвящен использованию применению компьютерного зрения в практических задачах обеспечения безопасности движения беспилотных автомобилей. Участники должны будут создать интеллектуальную подсистему помощи водителю или ADAS (advanced driver assistance system), способную автоматически детектировать различные события на дороге. Детектирование событий должно осуществляться путем обработки видеоряда с камер наблюдения алгоритмами на основе искусственных нейронных сетей. Победителем хакатона будет считаться команда, предложившая наиболее точное и полное решение на наборе предложенных дорожных ситуаций. Также предусмотрены призы за распознавание событий определенного типа.

VisionHack состоит из 2 этапов. С 13 до 31 июля пройдет заочный тур, в рамках которого участникам будет предложено тестовое задание. Лучшие команды участников получат приглашение на очный этап. Зарегистрироваться может как команда (3-5 человек), так и индивидуальный участник.

http://visionhack.misis.ru.

Understanding & Visualizing Self-Normalizing Neural Networks
https://gist.github.com/eamartin/d7f1f71e5ce54112fe05e2f2f17ebedf

QML: как легко получать футболки в конкурсах mailru по машинному обучению
https://habrahabr.ru/post/333554/

Facets: An Open Source Visualization Tool for Machine Learning Training Data
https://research.googleblog.com/2017/07/facets-open-source-visualization-tool.html

Deep Learning #4: Why You Need to Start Using Embedding Layers
https://medium.com/towards-data-science/deep-learning-4-embedding-layers-f9a02d55ac12

Debugging & Visualising training of Neural Network with TensorBoard
https://www.analyticsvidhya.com/blog/2017/07/debugging-neural-network-with-tensorboard/

Understanding Support Vector Machine via Examples
https://sadanand-singh.github.io/posts/svmpython/

Text classifier algorithms: main approaches with tutorials
https://blog.statsbot.co/text-classifier-algorithms-in-machine-learning-acc115293278

Video Tutorial on Sentiment Analysis with LSTMs
https://www.oreilly.com/learning/perform-sentiment-analysis-with-lstms-using-tensorflow

Andrew Ng announces new Deep Learning specialization on Coursera
https://medium.com/@andrewng/deeplearning-ai-announcing-new-deep-learning-courses-on-coursera-43af0a368116

Learning Math with LSTMs and Keras
http://cpury.github.io/learning-math/

Tensorflow implementation of different GANs and their comparisions
https://github.com/sanghoon/tf-exercise-gan

A tensorflow implementation of EAST text detector, runs 16fps@720p on GTX 1080Ti
https://github.com/argman/EAST

How to Use Metrics for Deep Learning with Keras in Python
http://machinelearningmastery.com/custom-metrics-deep-learning-keras-python/

A Gentle Introduction to Mini-Batch Gradient Descent and How to Configure Batch Size
http://machinelearningmastery.com/gentle-introduction-mini-batch-gradient-descent-configure-batch-size/

How I Used Deep Learning To Train A Chatbot To Talk Like Me
https://adeshpande3.github.io/How-I-Used-Deep-Learning-to-Train-a-Chatbot-to-Talk-Like-Me

Finding the right representation for your NLP data
https://tryolabs.com/blog/2017/08/10/finding-the-right-representation-for-your-nlp-data/

Superresolution with semantic guide. Follow up to highresolution GAN-generated faces.
http://mtyka.github.io/machine/learning/2017/08/09/highres-gan-faces-followup.html

Как угодить кинозрителю и не потерять деньги: составляем план закупок при помощи ML
https://habrahabr.ru/company/goto/blog/333746/