Как стать автором
Обновить
  • по релевантности
  • по времени
  • по рейтингу

Phygital podcast — разговариваем о 3D ML и phygital технологиях

Блог компании IT-центр МАИРабота с 3D-графикойМашинное обучение

Всем привет хабровчане и любители 3D ML!

Мы уже ведем на хабре серию заметок про 3D ML, а теперь еще и выпускаем на нашем youtube канале визуальный подкаст "PHYGITAL PODCAST", где освещаем новости из мира ML, 3D и phygital технологий, а также вкратце излагаем суть выпущенных здесь заметок.

Читать далее
Всего голосов 4: ↑3 и ↓1+2
Просмотры622
Комментарии 0

PyCon Russia 2021 пройдет 5-6 сентября. Принимаем заявки на доклады

Блог компании IT-PeoplePythonDjangoBig DataКонференции

Этот PyCon Russia проведем в стиле (пост)апокалипсиса :) Предугадать события невозможно, но сейчас подготовка идет полным ходом: программа наполовину собрана, спикеры готовятся, огромная база отдыха на берегу Клязьменского водохранилища забронирована. Смотрите, какие темы ждем в этом году, успевайте подавать заявки и выступите на самой большой и душевной русскоязычной конференции питонистов.

Читать далее
Всего голосов 3: ↑3 и ↓0+3
Просмотры667
Комментарии 2

Машинное обучение глубокой нейронной сети с подкреплением на tensorflow.js: Трюки

JavaScriptМашинное обучение
Tutorial
Обучать глубокие нейронные сети с нуля — задача не из простых.

Требуется много данных и времени на обучение, но ускорить процесс могут помочь некоторые трюки, о которых я и расскажу под катом.

Демонстрация прохождения простого лабиринта с использованием трюков. Длительность обучения сети: 1 час 06 минут. Запись ускорена в 8 раз.

Читать дальше →
Всего голосов 7: ↑6 и ↓1+5
Просмотры8.6K
Комментарии 7

Извлечение данных при машинном обучении

Блог компании PlariumData MiningBig DataМашинное обучение
Перевод
Хотите узнать о трех методах получения данных для своего следующего проекта по ML? Тогда читайте перевод статьи Rebecca Vickery, опубликованной в блоге Towards Data Science на сайте Medium! Она будет интересна начинающим специалистам.


Получение качественных данных — это первый и наиболее важный шаг в любом проекте по машинному обучению. Специалисты Data Science часто применяют различные методы получения датасетов. Они могут использовать общедоступные данные, а также данные, доступные по API или получаемые из различных баз данных, но чаще всего комбинируют перечисленные методы.

Цель этой статьи — представить краткий обзор трех разных методов извлечения данных с использованием языка Python. Я расскажу, как делать это с помощью Jupyter Notebook. В своей предыдущей статье я писала о применении некоторых команд, запускаемых в терминале.
Читать дальше →
Всего голосов 13: ↑11 и ↓2+9
Просмотры4.5K
Комментарии 0

Шесть навыков, которые выведут вашу карьеру в Data Science на новый уровень

Блог компании PlariumData MiningBig DataМашинное обучениеКарьера в IT-индустрии
Перевод
Перед вами перевод статьи Genevieve Hayes, Data Scientist с 15-летним опытом работы. Автор рассказывает о том, какие навыки стоит развивать, чтобы значительно увеличить шансы найти работу в Data Science. Чтобы определить эти навыки, она проанализировала 100 вакансий, размещенных работодателями из Австралии, Канады, Великобритании и США.

Читать дальше →
Всего голосов 21: ↑18 и ↓3+15
Просмотры15K
Комментарии 9

Машинное обучение с подкреплением через соревновательные нейронные сети

JavaScriptМашинное обучение
🔥 Технотекст 2020
Tutorial
В классической игре «крестики-нолики» существует возможность представить все вероятные ходы — и никогда не проигрывать. Эту возможность я использовал как метрику своего обучения нейронной сети игре.

Обучение с подкреплением будет полезным для задач с принятием неоднозначного решения, осложнённого из-за множества вариантов выбора действия с различными исходами для каждого.

Конечно крестики-нолики не похожи на сложную игру, чтобы обучать их подкреплением. Однако, она хорошо подходит для освоения методики обучения через соревновательные сети, которая позволит улучшить качество и сократить время на обучение сети.

Далее я опишу общий алгоритм обучения с подкреплением через соревновательные сети в контексте игры крестики-нолики с демонстрацией обученной сети делать “осмысленные” ходы, то есть играть.

Ссылки:
Запись игры обученной сети
Обучить сеть с нуля
Исходники

Также можно ввести предобученную модель из GitHub по нажатию на соответствующую кнопку, чтобы сразу начать испытывать нейронную сеть.
Читать дальше →
Всего голосов 2: ↑2 и ↓0+2
Просмотры2.9K
Комментарии 2

ML не в радость: что может провалить проект по внедрению machine learning

IT-инфраструктураМашинное обучение

Зарабатывать и экономить с помощью данных хотят все: применение методов ML даже на одном проекте помогает добиться существенной экономии или даже роста выручки. Но чтобы почувствовать эффект и не провалить внедрение, нужно учитывать сложности и не допускать менеджерских ошибок. На примере рассказываем, как сделать так, чтобы алгоритмы машинного обучения не ошибались.

Авторы: эксперты направления аналитических решений ГК «КОРУС Консалтинг» Алена Гайбатова и Екатерина Степанова.

Machine learning – всего 5% от ресурсов проекта. Но усложнение логики ML может привести к увеличению сроков внедрения, а неправильное планирование сбора данных – к неточному анализу, который может стать бесполезным и дорогим. Почему так происходит?

Читать далее
Всего голосов 6: ↑5 и ↓1+4
Просмотры1.5K
Комментарии 0

Двумерные тестовые функции для оптимизации

Блог компании SkillFactoryPythonМатематикаМашинное обучение
Перевод
Tutorial

Оптимизация функций — это область исследований, где поставлена задача найти некое входное значение [аргумент функции], результат которого — максимум или минимум данной функции. Алгоритмов оптимизации много, поэтому важно развивать алгоритмическое чутьё и исследовать алгоритмы на простых и легко визуализируемых тестовых функциях. В этом туториале мы рассмотрим стандартные двумерные функции, которые можно использовать при изучении оптимизации функций.

Приятного чтения
Всего голосов 6: ↑6 и ↓0+6
Просмотры1.8K
Комментарии 3

HMM: ловим мошеннические транзакции

Платежные системыPythonМашинное обучение

Три года я проработал в Сербии iOS-евангелистом - было два профильный проекта и один Machine Learning-овый.

Если вам стало интересно - добро пожаловать в мир HMM.

Читать далее
Всего голосов 15: ↑13 и ↓2+11
Просмотры3K
Комментарии 7

Распознавание дорожных знаков

PythonОбработка изображенийМашинное обучение
Tutorial

Компьютерное зрение — это область компьютерных наук, которая фокусируется на воспроизведении частей сложной системы зрения человека и позволяет компьютерам идентифицировать и обрабатывать объекты на изображениях и видео, а также людей. Ранние эксперименты в области компьютерного зрения начались в 1950-х годах и впервые были коммерчески использованы для различения печатного и рукописного текста в 1970-х годах. Сегодня приложения компьютерного зрения выросли в геометрической прогрессии. В этой статье показан пример как можно распознавать дорожные знаки с помощью компьютерного зрения.

Читать далее
Всего голосов 8: ↑7 и ↓1+6
Просмотры4.6K
Комментарии 0

TinyML. Сжимаем нейросеть

Блог компании GlowByteМашинное обучение

Сейчас перед программистами стоит сложная задача - как внедрить такую громоздкую структуру, как нейронная сеть - в, допустим, браслет? Как оптимизировать энергопотребление модели? Какова цена таких оптимизаций, а так же насколько вообще обосновано внедрение моделей в небольшие устройства, и почему без этого нельзя обойтись.

Читать далее
Всего голосов 7: ↑7 и ↓0+7
Просмотры2.7K
Комментарии 2

Mushrooms (Machine Learning)

PythonМашинное обучение
Из песочницы

Всем привет! Рассмотрим данные о грибах, предскажем их съедобность, построим корреляцию и многое другое.

Воспользуемся данными о грибах с Kaggle (исходный датафрейм) с https://www.kaggle.com/uciml/mushroom-classification , 2 дополнительных датафрейма приложу к статье.

Все операции проделаны на https://colab.research.google.com/notebooks/intro.ipynb.

Читать далее
Всего голосов 5: ↑3 и ↓2+1
Просмотры2.5K
Комментарии 3

Циан.Митап: «MLOps или безопасный воспроизводимый ML для бизнеса»

Блог компании ЦианМашинное обучение

Всем привет!

1 июля в 17:00 приглашаем вас на митап про построение MLOps процессов и обеспечение воспроизводимости ML решений в продакшн.

Вместе с экспертами из Циан, Lamoda, Озон, Одноклассники, МегаФон поделимся опытом развития MLOps платформ, обсудим распространенные фреймворки для управления экспериментами, подходы к выкатке моделей в продакшн, автоматизации переобучения и мониторинга качества моделей. Отдельно затронем тему работы нейросеток (для CV и не только) в продакшн.

Читать далее
Всего голосов 6: ↑6 и ↓0+6
Просмотры842
Комментарии 0

Эволюция OLEG AI. Нейросеть, утечки памяти, нагрузка

PythonМашинное обучение

Прошло чуть больше месяца с релиза OLEG AI - моего бота, который рекомендует посты из пабликов Телеграма.

В этом посте - про новую модель рекомендаций и утечки памяти при использовании PyTorch.

Читать далее
Всего голосов 1: ↑1 и ↓0+1
Просмотры2.6K
Комментарии 0