Магическое мышление по поводу машинного обучения не приблизит появление реального ИИ
https://habr.com/post/420211/

Почему хватит считать нейронные сети черным ящиком?
https://habr.com/post/420381/

Исследователи из Карнеги-Меллона создали пока самые правдоподобные «deepfakes»
https://habr.com/post/420541/

Анатомия рекомендательных систем. Часть первая
https://habr.com/company/lanit/blog/420499/

Practical image segmentation with Unet
https://tuatini.me/practical-image-segmentation-with-unet/

Поздравляем студентов курса «Data Scientist» с первым днём занятий!

Чтобы успеть подготовиться к нашим интенсивным онлайн-урокам, мы собрали для вас все полезные материалы, которые публиковались в течение двух месяцев!

Сохраните себе, чтобы посмотреть все заметки, статьи для Хабра и видеозаписи профессиональных мастер-классов!

👉 ПОСМОТРЕТЬ

Как всегда опоздавших ждём ещё две недели (до 8 сентября)! Потом будет уже невозможно нас догнать, придётся наверстать 3 занятия по видеозаписям.

Поезд ещё не ушёл и если есть чёткое желание получить профессиональные компетенции в сфере Data Science, ждём вас в новой группе курса!

На COLING2018 представили новый крутой датасет для sentiment analysis в соцсетях на русском

http://text-machine.cs.uml.edu/projects/rusentiment/

Introducing a New Framework for Flexible and Reproducible Reinforcement Learning Research
https://ai.googleblog.com/2018/08/introducing-new-framework-for-flexible.html

В прошлый четверг стартовал IT чемпионат по искусственному интеллекту Mini AI Cup #3 от Mail.Ru Group. Идейным вдохновителем соревнования стала игрушка под названием Drive Ahead — мобильная 2D аркада про битву на машинках в тесных закрытых пространствах. Игроку предлагается написать стратегию для ИИ, который будет управлять автомобилем и пытаться вывести из строя автомобиль соперника нажатием специальной кнопки на его корпусе.

Порог вхождения низкий: для удобства участников мы сделали руководство по быстрому старту и подготовили развернутое описание игрового движка.

Принять участие можно на официальном сайте чемпионата уже сейчас!
Присоединяйтесь: https://vk.cc/8rNAMT

Также, вступайте в официальное коммьюнити чемпионата: @aicups. Там можно найти ответы на все интересующие вас вопросы.
[Ссылка]
AI Cups
https://aicups.ru/register/?utm_campaign=miniaicup3&utm_source=telegram&utm_medium=social_post&utm_term=tg-announce-05-09-2018&utm_content=1

Telecom Data Cup набирает обороты! Описание задачи, датасет и возможность загружать решения уже доступны на платформе ML Boot Camp: https://vk.cc/8HOzsd

Чемпионат по машинному обучению для анализа качества связи с призовым фондом 700 тысяч рублей Mail.Ru Group проводит совместно с «МегаФон».

Призы:
1 место — 400’000 рублей;
2 место — 200’000 рублей;
3 место — 100’000 рублей.
По традиции чемпионатов, призеры получат футболки с символикой чемпионата, а именно ТОП200.

Присоединяйтесь к официальному чату сообщества: t.me/mlbootcamp
[Ссылка]
ML Boot Camp Official
http://t.me/mlbootcamp

Creating an extremely tiny, 17 kB style transfer model with just 11,868 weights
https://github.com/fritzlabs/fritz-style-transfer

Text Predictor - Generating Rap Lyrics with Recurrent Neural Networks (LSTMs)
https://github.com/gsurma/text_predictor

Чемпионат Telecom Data Cup продлен до 16 декабря 19:00! Скорее загружай свои решения на ML Boot Camp: https://vk.cc/8LgNfR. Скачать данные можно по ссылке: https://vk.cc/8KO948

Участников с лучшими результатами ждут ценные подарки:
1 место — 400 000 рублей
2 место — 200 000 рублей
3 место — 100 000 рублей
По традиции ТОП200 получат футболки с символикой чемпионата.

Обсудить чемпионат можно в чате @mlbootcamp

AI for Social Good : Mumbai Slum Segmentation and Mapping
https://github.com/cbsudux/Mumbai-slum-segmentation

Training a Goal-Oriented Chatbot with Deep Reinforcement Learning in Python
https://github.com/maxbren/GO-Bot-DRL

Machine learning in a practical application scenario: free online tool for text summarization and named-entity recognition
https://www.aisoma.de/nlp-in-practice-a-web-app-demo-for-text-summarization-and-named-entity-recognition/

Writing better code with pytorch and einops
https://arogozhnikov.github.io/einops/pytorch-examples.html

A general-purpose framework for machine learning applied to predicting customer churn
https://blog.featurelabs.com/how-to-create-value-with-machine-learning/

9 obscure Python libraries for data science
https://opensource.com/article/18/11/python-libraries-data-science

A practical approach to learning machine learning.
https://github.com/GokuMohandas/practicalAI