On Mathematical Notation and Communication in Machine Learning
🔗 On Mathematical Notation and Communication in Machine Learning
Why the linguistics of mathematics matters in programming and tech
🔗 On Mathematical Notation and Communication in Machine Learning
Why the linguistics of mathematics matters in programming and tech
Medium
On Mathematical Notation and Communication in Machine Learning
Why the linguistics of mathematics matters in programming and tech
Автоматизация обслуживания клиентов: An End-To-End решение от DeepPavlov
🔗 Автоматизация обслуживания клиентов: An End-To-End решение от DeepPavlov
Сегодня мы все чаще используем приложения для обмена мгновенными сообщениями (Facebook Messenger, WhatsApp, Telegram и т. д.) и устройства в виде голосовых помощ...
🔗 Автоматизация обслуживания клиентов: An End-To-End решение от DeepPavlov
Сегодня мы все чаще используем приложения для обмена мгновенными сообщениями (Facebook Messenger, WhatsApp, Telegram и т. д.) и устройства в виде голосовых помощ...
Хабр
Автоматизация обслуживания клиентов: An End-To-End решение от DeepPavlov
Сегодня мы все чаще используем приложения для обмена мгновенными сообщениями (Facebook Messenger, WhatsApp, Telegram и т. д.) и устройства в виде голосовых помощников (Amazon Echo и Google Home и т....
Data Science Interview Guide
https://towardsdatascience.com/data-science-interview-guide-4ee9f5dc778
https://news.1rj.ru/str/ArtificialIntelligenceArticles
🔗 Data Science Interview Guide
Data Science is quite a large and diverse field. As a result, it is really difficult to be a jack of all trades. Traditionally, Data…
https://towardsdatascience.com/data-science-interview-guide-4ee9f5dc778
https://news.1rj.ru/str/ArtificialIntelligenceArticles
🔗 Data Science Interview Guide
Data Science is quite a large and diverse field. As a result, it is really difficult to be a jack of all trades. Traditionally, Data…
Medium
Data Science Interview Guide
Data Science is quite a large and diverse field. As a result, it is really difficult to be a jack of all trades. Traditionally, Data…
🎥 Denoising Data with FFT [Python]
👁 3 раз ⏳ 603 сек.
👁 3 раз ⏳ 603 сек.
This video describes how to clean data with the Fast Fourier Transform (FFT) in Python.
Book Website: http://databookuw.com
Book PDF: http://databookuw.com/databook.pdf
These lectures follow Chapter 2 from:
"Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control" by Brunton and Kutz
Amazon: https://www.amazon.com/Data-Driven-Science-Engineering-Learning-Dynamical/dp/1108422098/
Brunton Website: eigensteve.comVk
Denoising Data with FFT [Python]
This video describes how to clean data with the Fast Fourier Transform (FFT) in Python.
Book Website: http://databookuw.com
Book PDF: http://databookuw.com/databook.pdf
These lectures follow Chapter 2 from:
"Data-Driven Science and Engineering: Machine…
Book Website: http://databookuw.com
Book PDF: http://databookuw.com/databook.pdf
These lectures follow Chapter 2 from:
"Data-Driven Science and Engineering: Machine…
Multiclass Text Classification using LSTM in Pytorch
🔗 Multiclass Text Classification using LSTM in Pytorch
Predicting item ratings based on customer reviews
🔗 Multiclass Text Classification using LSTM in Pytorch
Predicting item ratings based on customer reviews
Medium
Multiclass Text Classification using LSTM in Pytorch
Predicting item ratings based on customer reviews
Solving your first linear program in Python
🔗 Solving your first linear program in Python
The 'why', 'what' and 'how' of linear programming in Python.
🔗 Solving your first linear program in Python
The 'why', 'what' and 'how' of linear programming in Python.
Medium
Solving your first linear program in Python
The 'why', 'what' and 'how' of linear programming in Python.
Unsupervised identification of topological phase transitions using predictive models
https://iopscience.iop.org/article/10.1088/1367-2630/ab7771
🔗 IOPscience
https://iopscience.iop.org/article/10.1088/1367-2630/ab7771
🔗 IOPscience
iopscience.iop.org
Unsupervised identification of topological phase transitions using predictive models - IOPscience
Unsupervised identification of topological phase transitions using predictive models, Greplova, Eliska, Valenti, Agnes, Boschung, Gregor, Schäfer, Frank, Lörch, Niels, Huber, Sebastian D
Книга Linear Algebra
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 book.pdf - 💾7 519 650
Наш телеграм канал - tglink.me/ai_machinelearning_big_data
🔗 Открыть в Telegram
📝 book.pdf - 💾7 519 650
Создание простых взаимодействий ИИ с объектами окружения
🔗 Создание простых взаимодействий ИИ с объектами окружения
При создании искусственного интеллекта для видеоигр одним из самых важных аспектов является его расположение. Позиция ИИ-персонажа может полностью менять его ти...
🔗 Создание простых взаимодействий ИИ с объектами окружения
При создании искусственного интеллекта для видеоигр одним из самых важных аспектов является его расположение. Позиция ИИ-персонажа может полностью менять его ти...
Хабр
Создание простых взаимодействий ИИ с объектами окружения
При создании искусственного интеллекта для видеоигр одним из самых важных аспектов является его расположение. Позиция ИИ-персонажа может полностью менять его ти...
🎥 Машинное обучение 7. Gradient boosting
👁 3 раз ⏳ 4081 сек.
👁 3 раз ⏳ 4081 сек.
Лекции по машинному обучению: https://www.youtube.com/playlist?list=PL4_hYwCyhAvZyW6qS58x4uElZgAkMVUvj
Семинары по машинному обучению: https://www.youtube.com/playlist?list=PL4_hYwCyhAvYPOWn6e44RKxEfRWEsPA1z
Дата лекции: 07.04.2020
Лектор: Радослав Нейчев
Монтировал: Роман КлимовицкийVk
Машинное обучение 7. Gradient boosting
Лекции по машинному обучению: https://www.youtube.com/playlist?list=PL4_hYwCyhAvZyW6qS58x4uElZgAkMVUvj
Семинары по машинному обучению: https://www.youtube.com/playlist?list=PL4_hYwCyhAvYPOWn6e44RKxEfRWEsPA1z
Дата лекции: 07.04.2020
Лектор: Радослав Нейчев…
Семинары по машинному обучению: https://www.youtube.com/playlist?list=PL4_hYwCyhAvYPOWn6e44RKxEfRWEsPA1z
Дата лекции: 07.04.2020
Лектор: Радослав Нейчев…
Машинное обучение на R: экспертные техники для прогностического анализа
🔗 Машинное обучение на R: экспертные техники для прогностического анализа
Привет, Хаброжители! Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является ру...
🔗 Машинное обучение на R: экспертные техники для прогностического анализа
Привет, Хаброжители! Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является ру...
Хабр
Машинное обучение на R: экспертные техники для прогностического анализа
Привет, Хаброжители! Язык R предлагает мощный набор методов машинного обучения, позволяющих быстро проводить нетривиальный анализ ваших данных. Книга является ру...
🎥 Разработка нейросети для распознавания изображений на JavaScript
👁 1 раз ⏳ 5192 сек.
👁 1 раз ⏳ 5192 сек.
На открытом уроке разработаем нейросеть для распознавания изображений на JavaScript
Чему научишься:
1. Разрабатывать небольшое приложение для рисования
2. Использовать библиотеку brain.js и создавать с ее помощью нейросеть
3. Через обращение к библиотеке brain.js, обучать свою нейросеть нарисованным изображениям
4. Добавлять возможность распознавать нарисованные ранее рисунки, которым мы уже обучили нейросеть
✔ Также ментор в прямом эфире ответит на твои вопросы
Проводит открытый урок опытный Front-EndVk
Разработка нейросети для распознавания изображений на JavaScript
На открытом уроке разработаем нейросеть для распознавания изображений на JavaScript
Чему научишься:
1. Разрабатывать небольшое приложение для рисования
2. Использовать библиотеку brain.js и создавать с ее помощью нейросеть
3. Через обращение к библиотеке…
Чему научишься:
1. Разрабатывать небольшое приложение для рисования
2. Использовать библиотеку brain.js и создавать с ее помощью нейросеть
3. Через обращение к библиотеке…
🎥 Chaos and Pain in Machine Learning and the DevOps for ML Manifesto - Luke Marsden | ODSC Europe 2019
👁 1 раз ⏳ 2433 сек.
👁 1 раз ⏳ 2433 сек.
Luke Marsden, CEO and founder of Dotscience, is an industry veteran and an expert in DevOps and container storage. He founded Dotscience on the belief that operationalizing Machine Learning should be just as easy, fast and safe as modern software engineering became when DevOps revolutionized the industry.
Luke Marsden was speaking at ODSC Europe 2019.
→ To watch more videos like this, visit https://learnai.odsc.com/ ←
Most AI/ML projects start shipping models into production, where they can deliver businVk
Chaos and Pain in Machine Learning and the DevOps for ML Manifesto - Luke Marsden | ODSC Europe 2019
Luke Marsden, CEO and founder of Dotscience, is an industry veteran and an expert in DevOps and container storage. He founded Dotscience on the belief that operationalizing Machine Learning should be just as easy, fast and safe as modern software engineering…
Advancing Self-Supervised and Semi-Supervised Learning with SimCLR">
Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
🔗 Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
Posted by Ting Chen, Research Scientist, and Geoffrey Hinton, VP & Engineering Fellow, Google Research Recently, natural language proces...
Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
🔗 Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
Posted by Ting Chen, Research Scientist, and Geoffrey Hinton, VP & Engineering Fellow, Google Research Recently, natural language proces...
Googleblog
Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contras
🔗 Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contras
Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contrast, Programmer Sought, the best programmer technical posts sharing site.
🔗 Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contras
Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contrast, Programmer Sought, the best programmer technical posts sharing site.
Programmersought
Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contrast - Programmer Sought
Common deep learning framework Theano, TensorFlow, Keras, Caffe/Caffe2, MXNet, CNTK, PyTorch contrast, Programmer Sought, the best programmer technical posts sharing site.
Цифровизация оборота лекарственных препаратов на примере кейса для сети аптек «Планета здоровья»
🔗 Цифровизация оборота лекарственных препаратов в эпоху коронавируса. Кейс для сети аптек «Планета здоровья»
3 апреля 2020 года Президент РФ подписал закон, позволяющий аптекам продавать безрецептурные препараты через интернет. Этот закон был вынесен на рассмотрение ещё...
🔗 Цифровизация оборота лекарственных препаратов в эпоху коронавируса. Кейс для сети аптек «Планета здоровья»
3 апреля 2020 года Президент РФ подписал закон, позволяющий аптекам продавать безрецептурные препараты через интернет. Этот закон был вынесен на рассмотрение ещё...
Хабр
Цифровизация оборота лекарственных препаратов на примере кейса для сети аптек «Планета здоровья»
3 апреля 2020 года Президент РФ подписал закон, позволяющий аптекам продавать безрецептурные препараты через интернет. Этот закон был вынесен на рассмотрение ещё в конце 2017 года. C того времени...
Подбор важности фич для k-nearest neighbors (ну или других гиперпараметров) спуском похожим на градиентный
🔗 Подбор важности фич для k-nearest neighbors (ну или других гиперпараметров) спуском похожим на градиентный
Экспериментируя с простейшей задачкой машинного обучения я обнаружил, что интересно было бы подобрать в довольно широком диапазоне значения 18 гиперпараметров о...
🔗 Подбор важности фич для k-nearest neighbors (ну или других гиперпараметров) спуском похожим на градиентный
Экспериментируя с простейшей задачкой машинного обучения я обнаружил, что интересно было бы подобрать в довольно широком диапазоне значения 18 гиперпараметров о...
Хабр
Подбор важности фич для k-nearest neighbors (ну или других гиперпараметров) спуском похожим на градиентный
Экспериментируя с простейшей задачкой машинного обучения я обнаружил, что интересно было бы подобрать в довольно широком диапазоне значения 18 гиперпараметров одновременно. В моём случае всё было на...
5 шагов к созданию качественных визуализаций с matplotlib.
https://proglib.io/w/56629933
🔗 5 Steps to Amazing Visualizations with Matplotlib
Matplotlib sucks. By default. Here’s what to do about it.
https://proglib.io/w/56629933
🔗 5 Steps to Amazing Visualizations with Matplotlib
Matplotlib sucks. By default. Here’s what to do about it.
Medium
5 Steps to Amazing Visualizations with Matplotlib
Matplotlib sucks. By default. Here’s what to do about it.
Extracting headers and paragraphs from pdf using PyMuPDF
🔗 Extracting headers and paragraphs from pdf using PyMuPDF
A naive route to parsing headers and paragraphs from pdf documents
🔗 Extracting headers and paragraphs from pdf using PyMuPDF
A naive route to parsing headers and paragraphs from pdf documents
Medium
Extracting headers and paragraphs from pdf using PyMuPDF
A naive route to parsing headers and paragraphs from pdf documents