В нашем сообществе ВК (https://bit.ly/3et3gQG) больше 10000 участников! Спасибо вам за поддержку и интерес к сфере Data Mining. В связи с этим, мы хотели бы поделиться подборкой из 5 лучших постов за 6 лет нашей работы:

1. Видеозаписи курсов по машинному обучению (https://bit.ly/3xluscD) и байесовским методам (https://bit.ly/2QrG6Cj) от ВШЭ

2. Продвинутый курс по RL от University of California. По ссылке можно найти и другие полезные курсы по ML от университета.

https://bit.ly/3exobCq

3. Полный курс по RL от Stanford.

Сайт курса : https://stanford.io/2Pf4feI
Плейлист на youtube : https://bit.ly/3eq9m4f

4. Репозиторий курса по NLP от Школы Анализа Данных Яндекса

https://bit.ly/3gD5CPE

5. Курс CS 188 : Introduction to Artificial Intelligence от University of California

Плейлист лекций : https://bit.ly/3sMtId6
Материалы : https://bit.ly/2RYQUs5

Надеемся, вы продолжите изучать сферу Data Mining и улучшать свои навыки и расширять знания. Мы же продолжим и дальше делиться интересными материалами и новостями из мира Data Science!

#top@datamining.team

Занятный StyleCLIP - вы пишите описание и модель сама фотошопит изображение за вас. Видео пример работы:

https://www.youtube.com/watch?v=d1OET63Ulwc

Курсовой проект пользователя reddit rockwilly - предсказание политической позиции комментарии/сабреддита с помощью машинного обучения.

https://bit.ly/32P3xrJ

Некоторым удобнее получать новый материал слушая, а не читая. Как раз для вас предлагаем послушать англоязычный подкаст о машинном обучении под названием Machine Learning Street Talk.

Ссылка на канал : https://bit.ly/3dRrmp5

Думаю все осведомлены о высокой стоимости обучения с нуля современных текстовых моделей по типу BERT, GPT-2/3 и прочее. Мы предлагаем вам ознакомиться со статьей, в которой ценой маленькой просадки по качеству исследователи обучают свой BERT за 24 часа. Они пообещали в скором времени поделиться кодом, пока доступна только статья.

Ссылка : https://bit.ly/3xyuUo0

Свежий взгляд на Глубинное Обучение со стороны геометрии и инвариантов : актуальная книга и блог по ссылке

https://geometricdeeplearning.com

Проходящий раз в 2 недели онлайн-семинар по обучению с подкреплением. Записи доступны по ссылке.

https://bit.ly/3t57qDx

Прогнозирование временных рядов достаточно сложная задача, особенно когда речь идет о хаотических. Один из способов работы с такими рядами - сведение ряда к нечеткому. По ссылке можно ознакомиться с вводным материалом по работе с нечеткими временными рядами.

https://bit.ly/3aVduZl

Для многих доставок одной из ключевых задач является корректное прогнозирование примерного времени доставки. Проблемы, возникающие при этом, и попытки их решить, можете изучить на примере блога компании DoorDash.

https://bit.ly/33oQZb7

Мы продолжаем освещать различные формы применения машинного обучения в практических задачах, и сегодня предлагаем вам изучить руководство (теория, практика, примеры) по применению методов машинного обучения при определении фрода, связанного с банковскими картами.

https://bit.ly/3egl42v

Отличная открытая подборка лекций проекта "IT Академия Samsung". Плейлист содержит 17 лекций, еженедельно траслировавшихся с декабрая 2020 года. Для любителей глубинного обучения рекомендуется к просмотру.

Ссылка : https://bit.ly/3h5Kima

Исследование на тему использования многослойных перцептронов вместо привычных сверток и механизма влияния.

https://bit.ly/2RwK1hc

Хотим поделиться большим списком научных статей, связанных с DL, с хорошими комментариями.

Блог : https://bit.ly/3uoxFq9

#memes@datamining.team

Реализация операции инволюции на pytorch (автор пока не представил сравнение с официальной, но код явно выглядит лучше)

Репозиторий - https://bit.ly/3f6oh43

Оригинальная статья - https://bit.ly/2QWYGmd

21 апреля прошел PyTorch Ecosystem Day - виртуальное мероприятие, связанное с развитием PyTorch и проектов, связанных с ним. По ссылке вы сможете найти материалы с постер-сессии и доклады.

https://bit.ly/3faZ2NQ

Авторы данной работы пытаются разработать более общую науку "математический анализ глубинного обучения" для решения задач в этой сфере.

https://bit.ly/2RP6zu1

Twitter бот, который публикует популярные на arxiv статьи.

Ссылка : https://bit.ly/3odTrdM

Предлагаем вам ознакомиться с интерактивной игрой: сможете ли вы угадать, какое название на самом деле реальное, а какое сгенерировано моделью GPT-2 обученной на 10 тысячах названий статей с Nature.

https://bit.ly/3hrIuny

Исследователи из Google выяснили, что, используя основанный на преобразовании Фурье FNet вместо слоев Self-Attention, можно добиться точности 92% от предыдущего решения, при этом ускорив работу в 7 раз.

Ссылка на блог : https://bit.ly/3fe57co

Ссылка на статью о FNet : https://bit.ly/3uT6CDz

#memes@datamining.team