IT-МИР. ПОМОЩЬ В IT-МИРЕ. BLOCKCHAIN. WEB 3.0
BLOCKCHAIN. ОБУЧЕНИЕ И УСЛУГИ IT-ТЕХНОЛОГИЯМ. WEB 3.0
Новые архитектуры нейросетей Предыдущая статья «Нейросети. Куда это все движется» В этой статье кратко рассматриваются некоторые архитектуры нейросетей, в основном по задаче обнаружения объектов, чтобы найти (или хотя бы попытаться найти) будущие направления в этой быстро развивающейся области. Статья не претендует на полноту охвата и хорошее понимание прочитанных «по диагонали» ПОДРОБНЕЕ
Удалённый режим работы на фоне всеобщей самоизоляции может привести к весьма дурным последствиям. И эмоциональное выгорание – это ещё куда ни шло: там ведь и до крыши недалеко. В этой связи, как и многие, попробовал «успокоить» себя выделением времени на другие занятия – и начал переводить наиболее интересные статьи с ПОДРОБНЕЕ
Кажется, что ни один пост сейчас не обходится без упоминаний коронавируса, и эта подборка не станет исключением. С конца января количество открытых репозиториев, в которых упоминается COVID-19, стало исчисляться сотнями. В них можно найти наборы данных, модели и визуализации. Появляются массы публикаций о применении алгоритмов машинного обучения для борьбы с ПОДРОБНЕЕ
Мода на трейдинг переживает взлеты и падения вместе с курсом Биткоина. Сейчас эта тема в нижней точке после невероятного роста в 2018 году. Многие за это время успели познакомиться с криптобиржами — вникали в тему, учились, трейдили, теряли деньги и даже иногда зарабатывали. В итоге, мода прошла, а опыт остался, ПОДРОБНЕЕ
Одна из проблем обучения нейронных сетей — переобучение. Это когда алгоритм научился хорошо работать с данными, которые он видел, а на других он справляется хуже. В статье мы рассказываем, как попытались решить эту проблему, совместив обучение градиентным спуском и эволюционным подходом. Если кто-то хочет лучше понимать, о чем будет речь ПОДРОБНЕЕ
Содержание: Часть I: введение Часть II: распознаем изображение с помощью нейронных сетей Часть III: готовимся использовать PyTorch Часть IV: пишем код на Python Часть V: плоды трудов Часть I: введение Если честно, еще практически сразу после прохождения специализации на Coursera по машинному обучению, я хотел подготовить какой-нибудь материал в цикл ПОДРОБНЕЕ
Статья скорее зарисовка и оставляет пространство для экспериментов. Всем привет. На выходных на мои глаза попалось приложение Gradient Photo Editor, а именно функция, позволяющая оценить вашу ДНК с помощью новейших технологий ИИ по фотографии! Исключительно точный алгоритм проанализирует черты лица и определит этническое происхождение (описание взято с офсайта). Меня, МЛиста, ПОДРОБНЕЕ
В этой статье я расскажу как за 30 минут настроить среду для машинного обучения, создать нейронную сеть для распознавания изображений a потом запустить ту же сеть на графическом процессоре (GPU). Для начала определим что такое нейронная сеть. В нашем случае это математическая модель, а также её программное или аппаратное воплощение, ПОДРОБНЕЕ
Временные ряды позволяют прогнозировать значения. На основании предыдущих значений временных рядов можно спрогнозировать тенденции в экономике и погоде или спланировать пропускную способность. Ввиду особенных свойств данных временных рядов для работы с ними применяются специализированные статистические методы и подходы. Данное руководство поможет создать прогнозы временных рядов, ознакомит вас с понятиями автокорреляции, ПОДРОБНЕЕ
Jupyter Notebook предлагает командную оболочку для интерактивных вычислений. Приложение Jupyter Notebook может взаимодействовать со многими языками программирования (Python, Julia, R, Haskell и Ruby) и часто используется для работы с данными, статистического моделирования и машинного обучения. Jupyter позволяет создавать документы, объединяющие код и текст (абзацы, уравнения, цифры, ссылки и т.д.), которые ПОДРОБНЕЕ