Страница телеграм канала Machinelearning

ai_machinelearning_big_data logo

Machinelearning

5427 подписчиков

Самая актуальная информация из мира Машинного обучения , Нейронных сетей , Искусственного интеллекта. По всем вопросам- @haarrp наш чат -https://t.me/joinchat/DcaxEw_7ACnzhs4NYrjDPQ наша группа в vk -https://vk.com/mashinnoe_obuchenie_ai_big_data


Входит в категории: Технологии
Machinelearning
21.02.2020 08:02
How to Develop an Imbalanced Classification Model to Detect Oil Spills https://machinelearningmastery.com/imbalanced-classification-model-to-detect-oil-spills/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
20.02.2020 09:02
Deep learning of dynamical attractors from time series measurements Embed complex time series using autoencoders and a loss function based on penalizing false-nearest-neighbors. Code: https://github.com/williamgilpin/fnn Paper: https://arxiv.org/abs/2002.05909
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
20.02.2020 09:02
Detecting spam call with machine learning methods https://habr.com/ru/company/ru_mts/blog/488828/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
19.02.2020 08:02
The Illustrated BERT, ELMo, and co. (How NLP Cracked Transfer Learning) https://jalammar.github.io/illustrated-bert/ Habr ru: https://habr.com/ru/post/487358/ BERT FineTuning with Cloud TPUs notebook: https://colab.research.google.com/github/tensorflow/tpu/blob/master/tools/colab/bert_finetuning_with_cloud_tpus.ipynb
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
19.02.2020 07:02
Неделя скидок в SkillFactory! Дарим –30% на все курсы! В 1962 году трое мужчин обманули охрану и смогли покинуть «Алькатрас» — тюрьму, из которой невозможно сбежать. Следователи решили, что мужчины утонули после бегства, однако спустя почти 60 лет нейросеть от компаний Identv и Rothco, проанализировав миллионы фото, «опознала» двоих преступников на снимке 1975 года. То, что оказалось неподвластным человеку, сделал искусственный интеллект. Какие еще возможности открывает Deep Learning, расскажут преподаватели SkillFactory на курсе по нейросетям. Осваивайте machine learning, Data Engineering и менеджмент, чтобы решать интересные задачи и расти профессионально. В течение 10 недель вы изучите фреймворки TensorFlow и Keras, научитесь работать со сверточными нейросетями и сможете их оптимизировать; в конце обучения проводится хакатон на реальных датасетах. Углубите свои знания в области Data Science: https://clc.to/xNEs5Q
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
18.02.2020 09:02
Learning to Rank with XGBoost and GPU | NVIDIA Developer Blog https://devblogs.nvidia.com/learning-to-rank-with-xgboost-and-gpu/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
17.02.2020 09:02
GANILLA: Generative Adversarial Networks for Image to Illustration Translation. Github: https://github.com/giddyyupp/ganilla Dataset: https://github.com/giddyyupp/ganilla/blob/master/docs/datasets.md Paper: https://arxiv.org/abs/2002.05638v1
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
16.02.2020 09:02
Matrix Compression Operator https://blog.tensorflow.org/2020/02/matrix-compression-operator-tensorflow.html Experimental API that facilitates matrix compression of a neural networks weight tensors: https://github.com/google-research/google-research/tree/master/graph_compression Full documentation: https://drive.google.com/file/d/1843aNpKx_rznpuh9AmEshgAKmISVdpJY/view
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
15.02.2020 09:02
Capsules with Inverted Dot-Product Attention Routing New routing algorithm for capsule networks, in which a child capsule is routed to a parent based only on agreement between the parent’s state and the child’s vote. Code: https://github.com/apple/ml-capsules-inverted-attention-routing Paper: https://openreview.net/pdf?id=HJe6uANtwH
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
14.02.2020 09:02
fastai—A Layered API for Deep Learning https://www.fast.ai//2020/02/13/fastai-A-Layered-API-for-Deep-Learning/ Complete documentation and tutorials: https://docs.fast.ai/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
13.02.2020 09:02
Learning to See Transparent Objects ClearGrasp uses 3 neural networks: a network to estimate surface normals, one for occlusion boundaries (depth discontinuities), and one that masks transparent objects Google research: https://ai.googleblog.com/2020/02/learning-to-see-transparent-objects.html Code: https://github.com/Shreeyak/cleargrasp Dataset: https://sites.google.com/view/transparent-objects 3D Shape Estimation of Transparent Objects for Manipulation: https://sites.google.com/view/cleargrasp
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
13.02.2020 08:02
The popularity of machine learning is so great that people try to use it wherever they can. Some attempts to replace classical approaches with neural networks turn up unsuccessful. This time well consider machine learning in terms of creating effective static code analyzers for finding bugs and potential vulnerabilities. The PVS-Studio team believes that with machine learning, there are many pitfalls lurking in code analysis tasks. http://bit.ly/2vqmeV7
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
12.02.2020 09:02
Unsupervised Discovery of Interpretable Directions in the GAN Latent Space Official PyTorch implementation of pre-print Unsupervised Discovery of Interpretable Directions in the GAN Latent Code: https://github.com/anvoynov/GANLatentDiscovery Paper: https://arxiv.org/abs/2002.03754
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
12.02.2020 09:02
Recurrent Neural Networks (RNN) with Keras Recurrent neural networks (RNN) are a class of neural networks that is powerful for modeling sequence data such as time series or natural language. https://www.tensorflow.org/guide/keras/rnn Source code: https://github.com/tensorflow/docs/blob/master/site/en/guide/keras/rnn.ipynb Habr : https://habr.com/ru/post/487808/
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме


Machinelearning
11.02.2020 09:02
TensorFlow Lattice: Flexible, controlled and interpretable ML The library enables you to inject domain knowledge into the learning process through common-sense or policy-driven shape constraints. https://blog.tensorflow.org/2020/02/tensorflow-lattice-flexible-controlled-and-interpretable-ML.html Video:

Github: https://github.com/tensorflow/lattice
Читать

Обращаем внимание, что мы не несем ответственности за содержимое(content) того или иного канала размещенный на нашем сайте так как не мы являемся авторами этой информации и на сайте она размещается в автоматическом режиме