Hugging Face зарелизили 1008 моделей машинного перевода для 140 языков. Огонь!!!!
http://twitter.com/huggingface/status/1260942644286537728

Datasets and evaluation metrics for Natural Language Processing in NumPy, Pandas, PyTorch and TensorFlow
https://github.com/huggingface/nlp

VisionLabs проводит четвертый ежегодный саммит по искусственному интеллекту, компьютерному зрению и машинному обучению Machines Can See. В этом году саммит пройдет 8-10 июня полностью в онлайн формате. Основная цель мероприятия – создать площадку для общения ведущих мировых ученых с широкой международной аудиторией исследователей и интересующихся темой ИИ.

В рамках саммита Machines Can See 2020 ученые поделятся результатами и актуальными научными идеями в таких лабораториях, как CMU, Georgia Tech, Inria, Facebook, Google, Intel, Samsung и Yandex. Презентации будут посвящены достижениям в трех основных темах - нейронные сети и глубокое обучение для распознавания изображений и видео; Навигация, автономное вождение и робототехника; а также генерация нейронных изображений и анимированные человеческие аватары. После выступления все спикеры поделятся своими идеями на тему будущего ИИ, его развития и пользы для общества в формате дискуссий.

Четвертый саммит MCS 2020 будет проходить полностью в онлайн формате для участия широкой аудитории в период COVID–19. Участие в саммите бесплатное, по регистрации. В программе саммита – научные доклады, онлайн-сессии вопросов и ответов с докладчиками и обсуждения в режиме реального времени.
Регистрация тут: http://machinescansee.com/registration/

Practitioner’s Guide to Statistical Tests
https://medium.com/@vktech/practitioners-guide-to-statistical-tests-ed2d580ef04f

ALBERT — облегченный BERT для самообучения языковым представлениям

https://habr.com/ru/post/524814/

Data augmentation for NLP
https://github.com/makcedward/nlpaug

Better Data Loading: 20x PyTorch Speed-Up for Tabular Data
https://towardsdatascience.com/better-data-loading-20x-pytorch-speed-up-for-tabular-data-e264b9e34352

Шесть степеней свободы: 3D object detection и не только

https://habr.com/ru/company/ods/blog/522836/

Конференция Samsung'a. SAIF 2020 Registration
https://register.saif2020.com/

Как начинающему Data Engineer повысить свою эффективность? Начните прокачивать навыки 12 ноября с демо-занятия «Знакомство с Ni-Fi». Вместе с Егором Матешуком вы рассмотрите Ni-Fi и роль data ingestion инструментов в целом при построении систем обработки данных. Решите простую задачку по построению пайплайна для загрузки файлов в хранилище данных с использованием Ni-Fi.

Демо-урок входит в программу онлайн-курса «Data Engineer». Для записи на вебинар, пройдите вступительный тест https://otus.pw/SUl7/

Аугментация для текстов (Text Augmentation)
https://dyakonov.org/2020/11/09/text-augmentation/

Гиперпараметры: как перестать беспокоиться и начать их оптимизировать
https://habr.com/ru/company/antiplagiat/blog/528384/

Yandex.Cloud и AI Community впервые запускает онлайн-соревнование по анализу данных Yet Another Data Challenge. https://bit.ly/3mcgCmj

Развиваешься в ML-разработке и Data Science?
Новичок или есть опыт в Python?
Регистрируйся - участвуй - выигрывай призы!

Этот конкурс для тебя, если тебе интересно:
🟡 проверить свои навыки и получить опыт решения интересной задачи по генеративному ML;
🟡 пообщаться с опытными экспертами из Yandex.Cloud в чате и на вебинарах соревнования;
🟡 создать свою первую генеративную мелодию;
🟡 предложить идею по развитию первой отечественной среды для разработки ML, помогающей быстрее и дешевле создавать ML-решения;

Призы конкурса:
🏆 1 место: MacBook Air 13 дюймов, 512 Гб + грант на DataSphere 150 000 руб;
🏆 2 место: Apple iPhone 12 Pro 6,1 дюйма + грант на DataSphere 100 000 руб;
🏆 3 место: Apple Watch Series 6 размер + грант на DataSphere 50 000 руб;

🏆 Топ-10 участников - награждаются Yandex Станцией Мини;
🏆 200 активных участников получают футболки Yandex.Cloud.

https://bit.ly/3mcgCmj
💥Регистрируйся и участвуй!
Онлайн-конкурс по анализу данных Yet Another Data Challenge
https://bit.ly/3mcgCmj

#курс
выложены материалы 2020 года
https://dyakonov.org/2020/12/30/pzad/

#книга
Сергей Иванов (один из моих лучших аспирантов) написал очень симпатичный конспект по теме "Обучение с подкреплением". Вроде как на русском языке это самое полное и интересное издание на эту тему:
https://github.com/FortsAndMills/RL-Theory-book/

#образование
Хороший курс для начинающих по DL:
“Методы обработки и анализа больших данных”
(читался для МИЭТ). Автор - доктор технических наук Роман Соловьёв, известен на Kaggle под ником ZFTurbo (победами на кегле и на других платформах). Очень приятно читает, все лекции продуманы, примеры из своей практики. Правда, курс маленький и не все темы раскрыты достаточно подробно. Где-то, наверное, есть ещё ноутбуки автора (примеры показанные на лекции очень хорошо написаны).
https://youtube.com/playlist?list=PLMyPRULSXkaWaJrQOWCBw0nVVVydPsPPj

Наткнулся на мини-библиотеку для машинного перевода.
Всё, что она умеет, это использовать несколько предобученных моделей, но в этой простоте и вся красота. Поддерживается более 150 языков, включая русский, также есть автодетекция языка. Делает всё локально и позволяет выбирать между несколькими моделями и тюнить beam size.

Для установки: pip install easynmt

Для использования:

from easynmt import EasyNMT 
model = EasyNMT('opus-mt')
model.translate('переведи мне это предложение', target_lang='en')

#beginners_guide
Learn About Transformers: A Recipe

A blogpost summarizing key study material to learn about the Transformer models (theory + code).
Tasty!

Привет!
Посмотрите на картинку, на ней семантический скетч глагола. Сможете догадаться, какого? Семантический скетч отражает сочетаемость слова в корпусе, для человека хорошо построенные скетчи являются вполне репрезентативными, а так ли это для машины? Мы приглашаем вас поучаствовать в дорожке Диалога (да, их в этом году очень много), которая называется SemSketches. В рамках дорожки участникам предстоит угадывать по слову в контексте, к какому семантическому скетчу оно относится. Задача экспериментальная и новая, большая свобода для идей и интересные данные. Очень ждем участников!

Чат в телеграме
Гитхаб соревнования (подробности, данные, таймлайн там)