В нашем первом весеннем дайджесте продолжение истории «Микро-математики», изучение Swift за 60 секунд, Unit-тесты и анимации, интерфейсы, Flutter, ARCore и ориентиры для мобильных маркетологов. Всем весны!
Рубрика «машинное обучение» - 196
Дайджест интересных материалов для мобильного разработчика #243 (26 февраля— 4 марта)
2018-03-04 в 13:34, admin, рубрики: App Store, ARCore, firebase, flutter, graphql, swift, Блог компании Everyday Tools, искусственный интеллект, маркетинг мобильных приложений, машинное обучение, разработка игр, разработка мобильных приложений, Разработка под android, разработка под iOS
Технологии беспилотных автомобилей. Лекция Яндекса
2018-03-04 в 12:21, admin, рубрики: instance-based, motion planning, Perception, Алгоритмы, беспилотный автомобиль, Блог компании Яндекс, лидар, машинное обучение, нейронные сети, облако точек, Промышленное программирование, сегментация изображений, управление автомобилемЯндекс продолжает разрабатывать технологии беспилотных автомобилей. Сегодня мы публикуем лекцию одного из руководителей этого проекта — Антона Слесарева. Антон выступил на «Data-ёлке» в конце 2017 года и рассказал об одной из важных компонент стека технологий, необходимых для работы беспилотника.
— Меня зовут Антон Слесарев. Я отвечаю за то, что работает внутри беспилотного автомобиля, и за алгоритмы, которые готовят машины к поездке.
Читать полностью »
Знакомство с рекомендательными системами
2018-03-02 в 15:28, admin, рубрики: big data, netflix, Алгоритмы, Блог компании Издательский дом «Питер», машинное обучение, нейронные сети, рекомендательные системы, хранение данных, экспертные системыПривет!
Давайте вернемся к периодически затрагиваемой у нас теме машинного обучения и нейронных сетей. Сегодня речь пойдет об основных типах рекомендательных систем, их достоинствах и недостатках. Под катом — интересная статья Тоби Дейгла с кодом на Python,
Над катом — ссылка на большую презентацию нашего замечательного автора Сергея Николенко, чью книгу "Глубокое обучение. Погружение в мир нейронных сетей", написанную в соавторстве с Артуром Кадуриным и Екатериной Архангельской, мы просто не успеваем допечатывать. В презентации описаны основные типы рекомендательных систем и принципы их работы.
Читаем и комментируем!
Читать полностью »
Книга «Глубокое обучение. Погружение в мир нейронных сетей"
2018-01-10 в 11:01, admin, рубрики: Алгоритмы, Блог компании Издательский дом «Питер», глубокое обучение, книга, машинное обучение, нейронные сети, Профессиональная литература
Привет, Хаброжители! Недавно у нас вышла первая русская книга о глубоком обучении от Сергея Николенко, Артура Кадурина и Екатерины Архангельской. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение. Сейчас мы рассмотрим раздел «Граф вычислений и дифференцирование на нем» в котором вводятся основополагающее понятие для реализации алгоритмов обучения нейронных сетей.
Если у нас получится представить сложную функцию как композицию более простых, то мы сможем и эффективно вычислить ее производную по любой переменной, что и требуется для градиентного спуска. Самое удобное представление в виде композиции — это представление в виде графа вычислений. Граф вычислений — это граф, узлами которого являются функции (обычно достаточно простые, взятые из заранее фиксированного набора), а ребра связывают функции со своими аргументами.
Читать полностью »
Не сверточные сети
2017-12-25 в 16:31, admin, рубрики: Блог компании Recognitor, искусственные нейронные сети, искусственный интеллект, машинное обучение
Достоинства, проблемы и ограничения сверточных нейронных сетей (CNN) в настоящее время достаточно неплохо изучены. Прошло уже около 5 лет после признания их сообществом инженеров и первое впечатление «вот теперь решим все задачи», хочется верить, уже прошло. А значит, пришло время искать идеи, которые позволят сделать следующий шаг в области ИИ. Хинтон, например, предложил CapsuleNet.
Вместе с Алексеем Редозубовым, опираясь на его идеи об устройстве мозга, мы тоже решили отступить от мейнстрима. И сейчас у меня есть что показать: архитектуру (идёт заглавной картинкой для привлечения внимания) и исходники на Tensorflow для MNIST.
Более формально, результат описан в статье на arxiv.
Читать полностью »
Сверточная сеть на python. Часть 3. Применение модели
2017-12-25 в 11:22, admin, рубрики: python, Алгоритмы, Блог компании Open Data Science, математика, математика на пальцах, машинное обучение, обработка изображений, сверточные нейронные сети
Это заключительная часть статей о сверточных сетях. Перед прочтением рекомендую ознакомиться с первой и второй частями, в которых рассматриваются слои сети и принципы их работы, а также формулы, которые отвечают за обучение всей модели. Сегодня мы рассмотрим особенности и трудности, с которыми можно столкнуться при тестировании вручную написанной на python сверточной сети, применим написанную сеть к датасету MNIST и сравним полученные результаты с библиотекой tensorflow.
Читать полностью »
ИИ учит язык: зачем нужен хакатон по машинному переводу
2017-12-22 в 10:03, admin, рубрики: Блог компании Московский физико-технический институт (МФТИ), машинное обучение, машинный перевод, нейронные сети, обучение без учителя, соревнование, хакатон, Хакатоны
18 декабря стартовал отборочный тур для участия в хакатоне DeepHack.Babel от Лаборатории нейронных систем и глубокого обучения МФТИ. Акцент будет сделан на нейросетевой машинный перевод, набирающий популярность в исследовательском сообществе и уже использующийся в коммерческих продуктах. Причем обучить систему машинного перевода нужно будет, вопреки общепринятой практике, на непараллельных данных — то есть, в терминах машинного обучения, без привлечения учителя. Если вы еще размышляете над регистрацией, рассказываем, зачем это нужно.
Читать полностью »
Генерируем заголовки фейковых новостей в стиле Ленты.ру
2017-12-20 в 16:59, admin, рубрики: python, искусственный интеллект, машинное обучение, нейронные сети, обработка естественного языкаСравниваем 2 подхода к генерации текста c помощью нейронных сетей: Char-RNN vs Word Embeddings + забавные примеры в конце.Читать полностью »
DataTalks #8: изучение пользователей
2017-12-20 в 13:28, admin, рубрики: DataTalks, meetup, usability, wargaming, Блог компании Wargaming, Исследования и прогнозы в IT, машинное обучениеВсем привет!
25 ноября в Минске состоялась восьмая встреча белорусского сообщества аналитиков DataTalks. В этот раз речь шла о том, как исследовать покупателей/игроков/клиентов и на основе полученных данных делать выводы, полезные для бизнеса и пользователей. В этот раз встречу посетили более 200 участников из Беларуси и России.
Под катом вы найдете записи выступлений:
— «Как быстро и просто исследовать продукт с помощью пользователей?» — Софья Чебанова, руководитель лаборатории исследования пользовательского опыта Wargaming.
— «Как меняется покупатель?» — Валентин Соколовский, глава направления по работе с розницей Nielsen Belarus.
— «Удовлетворенность пользователей: от индивидуального мнения к бизнес-решению» — Ирина Малова, руководитель отдела исследований Wargaming; Андрей Ярмола, руководитель отдела Data Science Wargaming; Екатерина Яворская, специалист отдела исследований Wargaming.
— «Данные с человеческим лицом» — Амельков Александр, директор исследовательской компании Amelkov.by.
— «Medtech и кросс-дисциплинарные проекты на стыке IT и профессиональной медицины» — Роман Громов, сoоснователь и соинвестор проектов Ariadna (computer assisted surgery) & ARRM.IO (gesture recognition platforms for mobile platforms).
— «Мне не нужно мнение – я хочу знать, как ты себя поведешь: 10 способов улучшить интервью с пользователем» — Тамара Кулинкович, совладелец «Студии Сорокина и Кулинкович».
Читать полностью »
Новогодний датасет: открытая семантика русского языка
2017-12-20 в 12:04, admin, рубрики: natural language processing, естественный язык, лингвистика, машинное обучение, открытые данные, Семантика, семантическая разметка, сентимент-анализ, ЭмоцииНовый год — время чудес и подарков. Главным чудом, которое подарила нам природа, безусловно является естественный язык и человеческая речь. А мы, в свою очередь, хотим сделать новогодний подарок всем исследователям этого феномена и поделиться датасетом по открытой семантике русского языка.
В статье мы позволим себе немного подискутировать на тему смыслов, расскажем как мы пришли к необходимости создания открытой семантической разметки, расскажем о настоящих результатах и будущих направлениях этой большой работы. И, конечно, дадим ссылку на датасет, который вы сможете скачать и использовать для своих экспериментов и исследований.Читать полностью »