В 2018 году впервые состоялась конференция Digital Transformation Conference, посвященная проблемам оптимизации бизнес-процессов при помощи технологий искусственного интеллекта и машинного обучения.

В этом году мы решили провести Digital Transformation Conference, где ключевыми темами будут искусственный интеллект и облачные технологии на платформе Microsoft Azure. Ми пригласили спикеров-практиков, успешно интегрировших AI в различные бизнес-процессы, которые с радостью поделятся своим опытом:

Целевая аудтория:
- Software Developers/Cloud Architects
- Data Scientists
- Business Analysts
- DataOps
- DevOps
- Researches

Стоимость участия тоже приятно удивит - от 299 грн для студентов до 749 грн для специалистов.

А еще 10% от суммы проданных билетов мы перечислим социальному проекту ДонорUA.

Сайт конференции: https://dtconf.com

Для вопросов, предложений, сотрудничества - [email protected].

#junior
Good introduction article about base things
https://towardsdatascience.com/estimators-loss-functions-optimizers-core-of-ml-algorithms-d603f6b0161a

Квантовые вычисления в играх с использованием Q#

https://habr.com/en/post/437352/

ARTificial: на заре искусственного интеллекта.

Как думаете, может ли искусственный интеллект творить? Или же он просто бездушная машина, способная лишь копировать? По ссылке ниже Microsoft рассказали о том, как их нейросети создавали перфомансы, писали музыку, картины и литературные произведения.

http://msft.it/6274TJKs8

Анонс ML.NET 1.1: новые типы, новые алгоритмы

https://devblogs.microsoft.com/dotnet/announcing-ml-net-1-1-and-model-builder-updates-machine-learning-for-net/

Нейросеть научилась рисовать сложные сцены по текстовому описанию.

Исследовательская группа Microsoft Research представила генеративно-состязательную нейросеть, которая способна генерировать изображения с несколькими объектами на основе текстового описания. В отличие от более ранних подобных алгоритмов text-to-image, способных воспроизводить изображения только базовых объектов, эта нейросеть может справляться со сложными описаниями более качественно.

https://habr.com/ru/company/microsoft/blog/457198/

Создание системы прогнозирования с использованием AutoML

https://msdn.microsoft.com/en-us/magazine/mt833480.aspx

Хотите узнать, как GitHub отличает C# от Java, а Java от PHP? Тогда вам будет интересно почитать эту статью

https://habr.com/ru/company/microsoft/blog/459104/

Привет. Сейчас в Киеве в Rails Reactor выступает Алексей Григорьев, и рассказывает о том как OLX Group (Berlin) детектит дубликаты контента. Подключайтесь к стриму с AI Tonight #6 https://www.facebook.com/RailsReactor/videos/390499905004729

Встречайте — ML.NET 1.2!

https://devblogs.microsoft.com/dotnet/announcing-ml-net-1-2-and-model-builder-updates-machine-learning-for-net/

А вот интересно, что будет дальше — команда разработки Bing вплотную занялась BERT. Сейчас они подготовили нейронку к работе внутри инфраструктуры Azure. В результате, у команды теперь есть два готовых образа для предварительной подготовки и точной настройки BERT с помощью служб машинного обучения Azure.

Для справки, BERT — это нейронная сеть от Google, показавшая с большим отрывом state-of-the-art результаты на целом ряде задач. С помощью BERT можно создавать программы с ИИ для обработки естественного языка: отвечать на вопросы, заданные в произвольной форме, создавать чат-ботов, автоматические переводчики, анализировать текст и так далее.

https://devclass.com/2019/07/18/microsofts-bing-team-reshape-googles-bert-in-their-own-azure-powered-image/

Lyft выложили в общий доступ размеченный людьми (из компании Scale) датасет для обучения алгоритмов селфдрайвинга. Там 55 тысяч размеченных объемных снимков, с 7 камер и трёх лидаров. Месяц назад обещали, но так и не выложили свой датасет ребята из Ваймо. Ну, подождём!

https://level5.lyft.com/dataset/

Машинное обучение раскрывает секреты движения человеческого тела.

Звуки хип-хопа заполняют лабораторию Peak Performance Project (P3), группа спортсменов начинает тренировку. Не прикасаясь в этот раз к баскетбольному мячу, они совершают на треке поперечные прыжки, взмывают и парят над ящиком метровой высоты и швыряют в стену утяжеленные мячи. Каждый атлет, однако, вырабатывает не только пот, но и ценные данные: камера, подключенная к облаку, фиксирует, как он прыгает, поднимает вес и спринтует. Все это поможет узнать, добьется ли тот или иной спортсмен успеха в будущем, и как увеличить его шансы.

http://msft.it/6270TMprY

Фейсбук Ресерч показали свои наработки по использованию анализаторов мозговой активности. Если коротко, они пытаются сделать систему, которая позволит заменить набор с клавиатуры или речи, набирая то что ты думаешь 🙂 На самом деле при довольно простых случаях (когда вопрос задан простой и вариативность ответов низкая) они уже достигли 76% точности в понимании того что ты подумал. Это мало, если сравнивать с клавиатурой или голосом, но очень много на фоне всех остальных игроков.

Удивительно, но решение фейсбука ближе к реальному воплощению, чем то что недавно показал Нейролинк. Хотя, честно сказать, все они еще очень далеки от продукта для конечного потребителя https://tech.fb.com/imagining-a-new-interface-hands-free-communication-without-saying-a-word/

Microsoft Research запускает новый AI проект

https://visualstudiomagazine.com/articles/2019/07/31/microsoft-blockchain-ai-project.aspx

Вы уже знаете, что Fwdays организовывает только крутые мероприятия? И теперь мы хотим поделиться с вами хорошей новостью!
Впервые в Украине! 7 сентября в Киеве Fwdays проведет конференцию Data Science fwdays’19!

Data Science fwdays’19 - это:
🤖конференция, посвященная Data Science та Machine Learning;
📣2 трека практических докладов, на которых узнаете о: программном создании и управлении данными обучения со Snorkel; как объяснить и правильно интерпретировать результаты работы моделей машинного обучения тематических исследований; об инженерной функции для выявления ненормативной лексики для украинского языка в Twitter и не только.
🗣Среди докладчиков:
📌Braden Hancock - доктор наук в области компьютерных наук из Стэнфордского университета, ранее работал в Google, Facebook и MIT;
📌Александр Краковецкий - руководитель украинской IT компании DevRain, кандидат наук;
📌Тарас Середа - исследователь машинного обучения и предприниматель, работающий над синтезом речи;
📌Евгений Терпиль - Head of Data Science squad в YouScan;
📌Марианна Дьячук - руководитель команды в SynergyOne, Data Science Lead комьюнити Women Who Code;
📌Валерия Лакуста - работала компьютерной лингвисткой в области машинного перевода для арабо-российской языковой пары и разработчиком чат-ботов;
📌Кирилл Трусковский - имеет большой опыт в разработке deep learning стартапов.

Получите билет со скидкой 10% по промо коду 60D8A6E3F9
http://bit.ly/324hLUb

Огромное количество видео по ML.NET!

https://devdigest.today/post/921