Серию интервью с докладчиками PyCon Russia продолжает разговор с разработчиком-аналитиком из Тинькофф Банка Андреем Степановым. Мы поговорили с Андреем о месте Python в инфраструктуре банка, о машинном обучении и о технологии распознавания речи.
Рубрика «машинное обучение» - 194
Интервью с программистом из Тинькофф Банка Андреем Степановым о языке Python и ML
2017-07-12 в 11:23, admin, рубрики: machine learning, python, Блог компании IT-People, машинное обучение, Программирование
Как запутать аналитика — 5. Понятийный аппарат
2017-07-11 в 4:20, admin, рубрики: IT-стандарты, машинное обучение, моделирование предметной области, СемантикаВ прошлой статье я рассказал про вероятности и точности. Теперь мы можем более точно объяснить, что значит формат данных для хранения информации. Если у вас формат хранения информации о времени – дата, и вы пишете, что событие А произошло такого-то числа, то это значит буквально следующее: мы знаем, что оно произошло в какой-то момент внутри этой даты с равномерным распределением точности по всему дню. Кроме того, если вы говорите, что информация о событиях будет записываться в этом формате, то это будет значить буквально следующее: все события будут иметь одинаковую точность регистрации – с точностью до дня. И это сильное ограничение, которое часто бывает обременительным. Очень часто хочется иметь разный формат записи данных для событий одного класса, чтобы иметь возможность моделировать разную точность регистрации этих событий.
Мы говорили об объектах учета как о 4-х мерных объектах, существующих в пространстве-времени. Для моделирования этих объектов существуют три способа их представления:
- При помощи статических объектов (стул)
- При помощи динамических объектов, сохраняющих параметры своей динамики (вращающийся двигатель)
- При помощи динамических объектов, не сохраняющих постоянными параметры своей динамики – операции (операции и события)
Создание chatbot-a с помощью sockeye (MXNet) на базе AWS EC2 и AWS DeepLearning AMI
2017-07-10 в 4:45, admin, рубрики: Amazon Web Services, AWS, deep learning, mxnet, машинное обучение
Недавно, команда AWSDeepLearning выпустила новый фреймворк — “sockeye”, цель которого является упрощение обучения seq2seq сетей. Забегая вперед — я даже не ожидал такой простоты. Так что решил написать простое, быстрое и самодостаточное руководство, которое не требует от читателя глубоких знаний в области нейронных сетей. Единственное, что все же требуется для успешного выполнения всех шагов, это иметь некоторый опыт работы с:
- AWS EC2;
- SSH;
- python;
Если все эти три вещи не вызывают проблем — прошу под кат.
Читать полностью »
Программный сбор данных о котировках
2017-07-09 в 13:36, admin, рубрики: data mining, java, phython, python, анализ, данные, котировки, машинное обучение, парсинг, Программирование, трейдер, ФинамЗаголовок обязывает перейти непосредственно к программному коду… Но, думаю, все же необходима вводная часть. А зачем, собственно, это нужно?
Эффективные действия на бирже связаны с тщательным анализом происходящего на рынке. Что кроется за динамикой цифр, котировок?
Читать полностью »
Рынок систем детекции и распознавания: Эмоции и «эмоциональные вычисления»
2017-07-07 в 8:45, admin, рубрики: affective computing, edrs, neurodata lab, Блог компании Neurodata Lab, машинное обучение, метки: affective computing, edrs, neurodata labВ наши дни технологии по распознаванию перестают быть недосягаемыми. Распознавание эмоций и «эмоциональные вычисления» являются частью большого пласта науки, также включающего такие основополагающие понятия, как распознавание образов и обработка визуальной информации. Этим постом мы хотим открыть наш блог на Хабре и провести небольшой обзор решений, представленных на рынке систем распознавания эмоций — взглянем, какие компании работают в этом сегменте и чем конкретно они занимаются.
Анонс Moscow Spark #2
2017-07-06 в 11:34, admin, рубрики: big data, ml, python, scala, spark, Блог компании Rambler&Co, машинное обучение
Как мы и обещали, наше мероприятие становится регулярным – 27 июля состоится Moscow Spark #2! Moscow Spark #1, организованный группой компаний Rambler&Co, собрал больше 200 участников, и мы надеемся, что жаркая погода, которая когда-нибудь установится в московском регионе, не помешает нам собрать столько же (и даже больше) участников в этот раз. Тем более, что мы нашли новых, интересных докладчиков.
Читать полностью »
Отжиг и вымораживание: две свежие идеи, как ускорить обучение глубоких сетей
2017-07-06 в 9:42, admin, рубрики: convolutional neural network, deep learning, ensemble models, learning rate, machine learning, neural networks, sgd, Алгоритмы, машинное обучение, обработка изображений
В этом посте изложены две недавно опубликованные идеи, как ускорить процесс обучения глубоких нейронных сетей при увеличении точности предсказания. Предложенные (разными авторами) способы ортогональны друг другу, и могут использоваться совместно и по отдельности. Предложенные здесь способы просты для понимания и реализации. Собственно, ссылки на оригиналы публикаций:
Делаем деньги из дождя или засухи. Опыт The Weather Company
2017-07-06 в 8:45, admin, рубрики: ibm weather, аналитика, Блог компании IBM, высокая производительность, машинное обучение, облачные сервисы, погода, прогноз погоды, метки: ibm weather
В последние несколько месяцев одной из главных тем обсуждения в европейской части России была погода. Уж слишком она была неоднозначной и неожиданной этой весной. Ураганы были разрушительными, устранение последствий выражается в сотнях миллионах рублей, нередки были трагические исходы – неужели всего этого нельзя было избежать, или хотя бы снизить эффект? Возможно, немногие задумывались о том, как сильно погода влияет на наш образ жизни.
Разве мы не меняем планы на выходные, если идет дождь, или, наоборот, стремимся в парки, если на улице хорошая погода? Разве погода и метеоусловия не влияют на то, что мы едим, какую одежду носим, что и где покупаем? Опыт The Weather Company показывает, что точный прогноз погоды не только влияет на различные отрасли в мире, но и может быть коммерчески успешным.
Читать полностью »
Тестирование и обзор Core ML
2017-07-05 в 16:30, admin, рубрики: AI, CoreML, iOS, ios development, ios11, machine learning, swift, Vision, wwdc, wwdc 2017, xcode, Блог компании MobileUp, машинное обучение, разработка мобильных приложений, разработка под iOS, метки: CoreML, VisionНа WWDC’17 Apple представила новый фреймворк для работы с технологиями машинного обучения Core ML. На основе него в iOS реализованы собственные продукты Apple: Siri, Camera и QuickType. Core ML позволяет упростить интеграцию машинного обучения в приложения и создавать различные «умные» функции с помощью пары строчек кода.
Книга «Машинное обучение»
2017-07-05 в 15:35, admin, рубрики: Блог компании Издательский дом «Питер», книги, машинное обучение, Профессиональная литература
Привет, Хаброжители к нам из типография наконец-то пришла новинка от Хенрика Бринка, Джозефа Ричардса и Марка Февероволофа.
Эта книга позволит программистам, аналитикам данных, статистикам, специалистам по обработке данных и всем остальным применить машинное обучение к решению реальных задач или хотя бы просто понять, что оно собой представляет. Читатели, не прибегая к глубокому теоретическому изучению конкретных алгоритмов, получат практический опыт обработки реальных данных, моделирования, оптимизации и развертки систем машинного обучения. Для тех, кому интересна теория, мы обсуждаем математическую основу машинного обучения, объясняем некоторые алгоритмы и даем ссылки на материалы для дополнительного чтения. Основной акцент делается на практических результатах при решении поставленных задач.
Читать полностью »