Интересная статья о 6 уроках, полученных после анализа 150 успешных ml моделей, созданных для сайта Booking.com

Подробнее: https://vk.cc/9T5t5g

Очень полезный репозиторий с ментальными картами для NLP. Пользователь под ником graykode при подготовке к интервью составил подробную карту своих знаний, которую начинающие аналитики или студенты могут использовать для структурирования знаний и поиска новых вещей для изучения.

Подробнее: https://github.com/graykode/nlp-roadmap

Полезная подборка чит-листов из Стэнфордского CS 230 курса по Глубинному обучению. Содержит иллюстрированные чит-листы для сверточныйх нейронных сетей, рекурретных нейронных сетей и всякие полезные вещи, которые стоит держать в уме при обучении DL-модели. Рекомендуется к ознакомлению!

Подробнее:
https://github.com/afshinea/stanford-cs-230-deep-learning

Задача про предсказание пожаров

Призовой фонд 700 000 рублей.

Подробнее: https://vk.cc/9UhCEd

Визуализация больших графов для самых маленьких

https://habr.com/ru/company/ods/blog/464715/

Исследователи из MIT создали модель ADEPT, которая умеет "удивляться" нестандартному поведению объектов. То есть, если какой-нибудь объект на сцене резко начинает проваливаться вниз, то ADEPT выдаст какую-то степень удивления. В целом интересная работа, с помощью нее можно попробовать моделировать процесс обучения очень маленьких детей, когда они только начинают понимать "интуитивные" законы физики мира.

http://news.mit.edu/2019/adept-ai-machines-laws-physics-1202

Пользователь reddit под ником hcarlens создал удобный сайт : https://mlcontests.com - на нем вы можете мониторить проходящие ML и AI контесты на разных платформах вместе с дедлайнами.

Обзор лучшей статьи прошедшего на днях ICCV 2019 - SinGAN: обучение GAN по одному изображению (с примером кода)

https://github.com/vlgiitr/papers_we_read/blob/master/summaries/singan.md

ТОП 5 постов за ноябрь!

1) Новый бесплатный курс от Samsung по нейронным сетям и распознованию текстов
https://vk.com/wall-94208167_3963

2) Отличные рекомендации для желающих пройти секцию машинного обучения в Яндексе
https://vk.com/wall-94208167_3983

3) Бесплатная книга про базу прикладной статистики
https://vk.com/wall-94208167_3971

4) Для новичков - специальный подсказчик для работы с pandas
https://vk.com/wall-94208167_3950

5) Визуализация больших графов для самых маленьких
https://vk.com/wall-94208167_3937

Подборка из 25 методик, которые улучшат эффективность вашей работы с pandas

Подробнее: https://nbviewer.jupyter.org/github/justmarkham/pandas-videos/blob/master/top_25_pandas_tricks.ipynb

Подборка из 15 книг для новичков в машинном обучении

https://habr.com/ru/post/464871/

Замечательная книга, которую рекомендуем всем, кто интересуется анализом данных.

Есть ли эффект от нового лекарства? Или: различаются ли рейтинги двух политиков? Или: как будет меняться курс доллара на следующей неделе? На все эти вопросы вы сможете ответить, прочитав эту книгу.

Книга доступна по ссылке:
http://ashipunov.info/shipunov/school/books/rbook.pdf

Аягоз Мусабаева закончила мехмат МГУ, потом поступила в магистратуру ФКН “Науки о данных”, а сейчас успешно совмещают карьеру в науке и индустрии. В своем интервью Аягоз расскажет о развитии и применении в современном мире технологии компьютерного зрения, о том, почему в науке так важна коммуникация, и о том, как все успевать.

Читать: https://cs.hse.ru/news/351692526.html

Хорошая серия постов про то, почему сложно сделать GAN для текста. Написано так, что будет понятно всем.

https://bit.ly/2V2kElK

Нетфликс сделал ноутбук для scala/spark/python

https://bit.ly/3bT8jH4

#paperswithcode
Интересный проект с кодом на PyTorch - lossless image compression algorithm. Используя нейронные сети SReC (Super-Resolution based Compression) удачно сжимает изображения.

https://bit.ly/39XrP3Y