Machine Learning/Data Mining/Big Data — TechCave

Машинное обучение (англ Machine Learning) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извлекающа

Machine Learning/Data Mining/Big Data

Машинное обучение (англ Machine Learning) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извлекающая знания из данных.

Data Mining (рус. добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Стена группы

Загрузка...
6 дней назад
#

Персонализируй это. Отчёт с Avito Data Science Meetup: Personalization



Всем привет! Публикуем отчёт с митапа Avito Data Science Meetup: Personalization, который проходил у нас в офисе. Участники обсуждали моделирование пользовательских предпочтений в мультимодальных данных и кластеризацию волатильных объявлений с помощью EM-алгоритма. Под катом — видеозаписи, презентации, ссылка на фотоотчёт.





Источник
Загрузка...
6 дней назад
#

Ассоциативные правила, или пиво с подгузниками





Введение в теорию

Обучение на ассоциативных правилах (далее Associations rules learning — ARL) представляет из себя, с одной стороны, простой, с другой — довольно часто применимый в реальной жизни метод поиска взаимосвязей (ассоциаций) в датасетах, или, если точнее, айтемсетах (itemsests). Впервые подробно об этом заговорил Piatesky-Shapiro G
[1] в работе “Discovery, Analysis, and Presentation of Strong Rules.” (1991) Более подробно тему развивали Agrawal R, Imielinski T, Swami A в работах “Mining Association Rules between Sets of Items in Large Databases” (1993)
[2] и “Fast Algorithms for Mining Association Rules.” (1994)
[3].

Источник
Загрузка...
6 дней назад
#

Конференция SMARTRHINO-2018



26 апреля в НОЦ ИБ МГТУ им.Баумана пройдет конференция для студентов SMARTRHINO-2018. Конференция будет посвящена 4 направлениям:



— Kotlin
— Реверс-инжиниринг
— Best Practices
— Machine Learning



Спикеры конференции — ведущие сотрудники Компании ИНФОРИОН. Активные участники получат ценные призы.



Подрорбная информация о спикарах и программе конференции представлена на сайте. Актуальная информация — в группе Telegram.



image



Источник
Загрузка...
6 дней назад
#

Data Fest 2018: анонс и регистрация



image

Друзья, приглашаем вас на пятый московский Data Fest, который состоится 28 апреля на территории дизайн-завода FLACON. Data Fest — крупнейшая бесплатная конференция для исследователей, инженеров и разработчиков, связанных с анализом и обработкой данных, машинным обучением, а также тем, что пресса любит называть AI.

Вы узнаете про AI в продуктах Mail.Ru Group и «умные» ответы в Почте Mail.Ru, как работают рекомендации и компьютерное зрение во ВКонтакте и Одноклассниках, а также машинный перевод в Alibaba и что такое Quantum Machine Learning, а также многое-многое другое!

Источник
Загрузка...
6 дней назад
#

Automatic Speech Recognition, Илья Едренкин


Загрузка...
6 дней назад
#

DeblurGAN: Conditional Adversarial Networks for Blind Image Deblurring, Орест Купин


Загрузка...
9 дней назад
#

More Complex Math with Deep Learning — Unconventional Neural Networks p.11


Загрузка...
10 дней назад
#

Анализ признаков, извлеченных нейросетью | Глубокие нейронные сети на Python


Классифицируем изображения с помощью признаков, извлеченных глубокой нейронной сетью.
Страница курса — https://www.asozykin.ru/courses/nnpython

Рассматриваем подход, который позволяет применять предварительно обученные нейронные сети для решения своих задач при ограниченных вычислительных ресурсах.

Предварительно обученная нейронная сеть используется для того, чтобы извлечь признаки из набора изображений. Затем выполняется классификация признаков, а не исходных изображений, что значительно быстрее.

Рассматривается пример анализа признаков для распознавания котов и собак на изображениях с помощью Keras и сети VGG16.

Загрузка...
11 дней назад
#

Data&Science: управление проектами — Запись трансляции


На конференциях Data & Science эксперты по работе с большими данными рассказывают об их применении в науке, экономике и других сферах жизни. В этот раз речь пойдёт о бизнесе.

На конкретных примерах мы рассмотрим жизненный цикл проектов data science, поговорим о тонкостях реализации и проблеме аргументации результатов заказчику, затронем тему найма и оценки специалистов и обсудим различные форматы ведения data science проектов.

Мероприятие предназначено для разработчиков решений data science и для людей из бизнеса, которые сотрудничают с дата-исследователями, управляют проектами и инвестируют в них.

ПРОГРАММА:
13:00-13.30 Жизненный цикл коммерческого ML-проекта
Александр Белугин, ФКН ВШЭ
13:30-14.00 Fix Price, T&M или Success Fee — что выбрать для своего data science проекта
Роман Чеботарев, Theta Data Solutions
14:15 — 14.45 Как не работать в стол: управление проектами с высокой ценой ошибки
Алексей Арустамов, Loginom Company (ex. BaseGroup Labs)
14:45 — 15.10 Нужно ли специалисту data science становиться ML-инженером?
Андрей Белов, Яндекс

Загрузка...
11 дней назад
#

Deep Dream Frames- Unconventional Neural Networks p.8



Deep Dream Video- Unconventional Neural Networks p.9


Загрузка...
12 дней назад
#

Почта Mail.Ru проведет первый ML-хакатон SmartMail Hack 2018





Почта Mail.Ru анонсирует свой первый официальный хакатон SmartMail Hack 2018 по машинному обучению. Мероприятие для студентов IT-специальностей пройдет с 20 по 22 апреля в московском офисе Mail.Ru Group.



Источник
Загрузка...
13 дней назад
#

Deep Dream — Unconventional Neural Networks p.7


Загрузка...
14 дней назад
#

Как пользователи учат Яндекс предупреждать о телефонном спаме



С телефонным спамом знакомы все, кто засветил свой номер в интернете, заполнил сомнительную анкету в офлайне или кому просто не повезло попасть в многочисленные базы. Сегодня мы расскажем читателям Хабрахабра о том, как с помощью отзывов пользователей и машинного обучения мы научили приложение Яндекс предупреждать о нежелательных звонках.



Звонки с незнакомых номеров – это всегда тяжелый выбор. Звонит ли это долгожданный курьер или очередной оператор с «уникальным» рекламным предложением? Для решения этой проблемы существуют мобильные приложения, которые работают на базе справочников известных организаций. Отчасти они решают проблему. Но наиболее агрессивные спамеры, сомнительные коллекторы и злоумышленники в такие базы не попадают. Что делать?

Источник
Загрузка...
14 дней назад
#

Generative adversarial networks



В
прошлой статье мы рассмотрели простейшую линейную генеративную модель PPCA. Вторая генеративная модель, которую мы рассмотрим — Generative Adversarial Networks, сокращенно GAN. В этой статье мы рассмотрим самую базовую версию этой модели, оставив продвинутые версии и сравнение с другими подходами в генеративном моделировании на следующие главы.



Источник
Загрузка...
14 дней назад
#

Пять мифов о Data Science



Меня зовут Иван Серов, я работаю в департаменте Data Science финтех-компании ID Finance. Data scientist –довольно молодая, но очень востребованная профессия, которая обросла множеством мифов. В этом посте я расскажу о нескольких заблуждениях, с которыми сталкиваются начинающие дата-саентисты (DS).



Источник
Загрузка...
2 3

Авторизация

Пользователи

Dmitry Loginov
Dimas Potapov
Ваня Берёзкин
Володя Рудомаха
adanick
Марина Викторовна
Георгiй Москвитинъ
Andpyxa Tutunnik
Andrey_fox