Памятки по искусственному интеллекту, машинному обучению, глубокому обучению и большим данным
https://habr.com/company/nixsolutions/blog/417935/

AI, практический курс. Современные архитектуры глубоких нейронных сетей для классификации изображений
https://habr.com/company/intel/blog/417809/

«Туда и обратно» для нейронных сетей, или обзор применений автокодировщиков в анализе текстов
https://habr.com/company/antiplagiat/blog/418173/

2 августа, в 20:00 (мск) OTUS. Онлайн-образование и Максим Кретов, преподаватель курса «Data Scientist», приглашают на вебинар «Наивный байесовский классификатор». https://otus.pw/I6lX/
Присоединяйтесь – будет интересно и профессионально. Участие – свободное для всех желающих.

Во время мастер-класса будет рассмотрен один из простейших генеративных классификаторов − наивный байесовский классификатор, в применении к задаче категоризации документов.

Сначала - обсуждение принципов работы этого классификатора, затем - переход к практике:
· в каком виде подавать текст в модель,
· как тренировать классификатор,
· как измерять качество полученной модели.

Можно просто смотреть, а можно выполнять заготовленный код для лучшего усвоения. Для этого понадобится установить .ipynb ноутбук и настроить окружение: python3, jupyter notebook, scikit-learn, matplotlib.

Вебинар проводится в рамках набора на курс «Data Scientist». https://otus.pw/fkHa/
Читайте про особые условия для выпускников этого курса, изучайте программу и список компаний-партнеров курса, сдавайте вступительный тест и до встречи на занятиях!

Массовый стекинг моделей ML в production: реально или нет?
https://habr.com/company/hh/blog/418031/

Новые Google Compute Engine образы VM для Deep Learning
https://habr.com/post/418249/

Simple Tensorflow implementation of FusionGAN (CVPR 2018)
https://github.com/taki0112/FusionGAN-Tensorflow

Simple PyTorch implementation of GANimation (ECCV 2018 Oral)
https://github.com/albertpumarola/GANimation

Правда и ложь систем распознавания лиц

https://m.habr.com/company/recognitor/blog/418127

How to use CSRF, KCF, or MOSSE for object tracking + 5 more object trackers
https://www.pyimagesearch.com/2018/07/30/opencv-object-tracking/

Implementation of NIvsCG (Distinguishing Between Natural and Computer-Generated Images Using CNNs) in Keras
https://github.com/deruhat/NIvsCG-keras

Receptive field estimation for Keras, Tensorflow and Pytorch models with multiple feature maps support
https://github.com/fornaxai/receptivefield

Система машинного зрения по трейлеру фильма предсказывает, кто придёт в кинотеатр

https://habr.com/post/418803/

Troubleshooting Deep neural nets
https://gist.github.com/zeyademam/0f60821a0d36ea44eef496633b4430fc

Code Release: Extensible Machine Learning Algorithm to Find Classify, and Read Labels (or any object)
https://github.com/ecthros/labelReader

EBay Data Science Interview Questions - Acing the AI Interview
https://medium.com/acing-ai/ebay-data-science-interview-questions-acing-the-ai-interview-4f18b58fcc07

Comparison of NLP libraries with Python
https://medium.com/activewizards-machine-learning-company/comparison-of-top-6-python-nlp-libraries-c4ce160237eb

Top 20 Python libraries for data science in 2018
https://medium.com/activewizards-machine-learning-company/top-20-python-libraries-for-data-science-in-2018-2ae7d1db8049

Wolpert, stacked ensemble framework
https://github.com/caioaao/wolpert

ml_board: A simple dashboard for comparing training parameters vs output statistics
https://github.com/bbli/ml_board

How to write less terrible code with Jupyter Notebook
https://blog.godatadriven.com/write-less-terrible-notebook-code