На пути к индивидуальному образованию: анализ данных Яндекс.Репетитора

https://bit.ly/3iCBByf

Научная статья, посвященная идеям исследование вычислительных границ для глубинного обучения.

https://bit.ly/30xAvLR

Лучшее руководство по написанию кода на Python
Сделать ваше программное обеспечение быстрее, более читабельным и обслуживаемым не так уж и сложно.

https://bit.ly/3hjuid6

Друзья, теперь есть возможность поддержать нашу команду, оформив подписку VK Donut.

DeepSVG - нейронная сеть, которая позволяет создать гладкую анимацию перехода одного изображения в векторной графике в другое. Ознакомиться с архитектурой и демонстрацией вы можете на странице проекта.

Страница проекта - https://bit.ly/3f77Ylv

В самом свежем выпуске Coursera's Global Index было отражено, что специалисты из России занимают первые места по IT компетенциям, исходя из большого набора наблюдений. Ознакомиться с полным отчетом можно по ссылке:

https://bit.ly/39HqkZm

Cartoonizer - специальный проект, который помогает преобразовать изображение или видео в мультипликацию. По сути напоминает старое приложение Prisma, но при этом здесь есть доступная имплементация.

Страница проекта : https://bit.ly/334z7TF

Подборка любимых книг про машинное обучение от экспертов и специалистов. Каждый совет идет вместе с краткой рекомендацией.

https://bit.ly/3geFjwf

Mount Rake Studious выпустила MOBA игру, основанную на обучении с подкреплением. Ваш агент это динозавр с 3000 параметрами для обучения, вы можете различными способами его улучшать и смотреть, как он обучается. Подробнее читайте по ссылке.

https://bit.ly/3jYAcCx

Неплохая демонстрация возможностей модели GPT-3 вести конструктивный человекоподобный диалог.

https://bit.ly/2PlepH6

Подборка основных исследований за июль 2020

https://bit.ly/39XfsGA

Исследователи из MIT и Microsoft разработали алгоритм, который позволяет находить похожие изображения по тематике и графике, даже если художники были из разных эпох и культур.

Новость : https://bit.ly/3guZ4zT

Посты для одного блога писала нейросеть GPT-3. За 2 недели его посетили более 26 тысяч человек.

Новость : https://bit.ly/31sW0O7

Почему разработчикам начинает нравится функциональное программирование?

https://bit.ly/3kpxrKE

Часто в Data Science требуются навыки работы с базами данных, чаще всего в этом помогает SQL (Structured Query Language). Представляем вам бесплатный курс от IBM по SQL специально для Data Science.

Ссылка на курс : https://bit.ly/33whhcC

Нейросеть переводит код с одного языка программирования на другой.

https://bit.ly/2Cbxqc6

Быстрое и занятное приложение MOJO CUT, основанная на исследовании AR Copy Paste. Приложение помогает выбрать в онлайн режиме с камеры какой-то существующий объект и попробовать его перенести в какое-то другое окружение. Демонстрационное видео и ссылки ниже.

https://bit.ly/2PFFDZd

#top@datamining.team

Команда Data Mining предлагает вам ознакомиться с ТОП-5 постами за июль:

1) Курс от Google AI по машинному обучению. Достаточно объемный, но доступный и хороший.

https://vk.com/wall-94208167_4660

2) Исследователи из OpenAI научили GPT-2 дополнять изображения. Исходя из обрезанной картинки, модель предлагает несколько вариантов полного фото.

https://vk.com/wall-94208167_4633

3) Подборка любимых книг про машинное обучение от экспертов и специалистов. Каждый совет идет вместе с краткой рекомендацией.

https://vk.com/wall-94208167_4676

4) 9 ключевых алгоритмов машинного обучения простым языком.

https://vk.com/wall-94208167_4648

5) Mail.ru Group и hh.ru составили портреты российских специалистов по анализу данных (Data Science) и машинному обучению (Machine Learning). Аналитики выяснили, где они живут и что умеют — а также чего ждут от них работодатели и как меняется спрос на таких профессионалов.

https://vk.com/wall-94208167_4661

Подробный блог о том, как устроены механизмы доставки свежего контента в сервисе Яндекс.Картинки

https://bit.ly/3kJQ5x8

Как стать успешным аналитиком данных?

https://bit.ly/3asSxmU

Исследователи из Google Brain предложили новый способ генерировать программы по набору входов и выходов. Основная идея — последовательно искать подпрограммы, приводящие к валидным промежуточным результатам. Способ превосходит предыдущие решения.

https://bit.ly/2PW4TuA