Титаник — известная задача на Kaggle, ориентированная в большей мере на начинающих в машинном обучении. Датасет Титаник содержит данные пассажиров корабля. Цель задачи — построить модель, которая лучшим образом сможет предсказать, остался ли произвольный пассажир в живых или нет.

Первое видео из серии от Влада Илиеску о решении это задачи.

https://devdigest.today/post/1114

#Titanic #Kaggle

Второе видео

https://devdigest.today/post/1115

#Titanic #Kaggle

Практические упражнения и примеры кода на Python в бесплатной книге "Thoughtful Machine Learning with Python: A Test-Driven Approach" от издтаельства O’Reilly

https://azure.microsoft.com/en-us/resources/thoughtful-machine-learning-with-python/

#python #ML #книга #OReilly

Facebook в своем блоге поделились информацией о том, как они используют нейронные сети для решения сложных математических уравнений

https://ai.facebook.com/blog/using-neural-networks-to-solve-advanced-mathematics-equations/

#Facebook, #math

23 идеи для глубокого обучения

https://data-flair.training/blogs/deep-learning-project-ideas

#deeplearning, #deep-learning

#вакансия #киев #job 👇

Ищу к себе в команду человека, который знает, что такое NER и хорошо разбирается в этом. Плюсом будет опыт работы с ElasticSearch и умение оптимизации поисковых запросов. Также желательно знание одного из языков программирования: C#, или Python.

Команда небольшая, офис в центре Киева, рядом с ЦУМом.

Проект – система контекстной рекомендации видео (как часть ad tech платформы, однако проект полностью отдельный от ad tech части). Проект построен на базе микросервисной архитектуры.

Технологии, которые любим и используем: .NET Core, ElasticSearch, Kubernetes, AWS.

Возможно кто-то был на пятилетии сообщества IT KPI, я там немного рассказывал про проект: https://www.slideshare.net/andrewgubskiy/net-core-138861528

Резюме скидывайте в личку @ernado

Google только что опубликовал 25 миллионов бесплатных наборов данных

https://towardsdatascience.com/google-just-published-25-million-free-datasets-d83940e24284

#Dataset, #Google

Конвейеры AI / ML с использованием Open Data Hub и Kubeflow в Red Hat OpenShift

https://stackshare.io/red-hat-inc/ai-slash-ml-pipelines-using-open-data-hub-and-kubeflow-on-red-hat-openshift

#RedHat #OpenShift

Введение в негладкий анализ #негладкийанализ #матоптимизация

Как работать с векторами и матрицами в C#: практическое руководство от доктора Джеймса МакКаффри из Microsoft Research, которое поможет освоить процесс машинного обучения с использованием C#.

https://visualstudiomagazine.com/articles/2019/11/07/charp-vectors-ml.aspx

#matrix #msresearch

Полиномиальная регрессия с нуля в Python

https://rickwierenga.com/blog/ml-fundamentals/polynomial-regression.html

#python #regression.html

Сложные алгоритмы, революционные изобретения и технологии - все эти сложные вещи, что состоят из сотен и даже тысяч простых компонентов, которые вместе создают синергии. Понимание и создания таких проектов зависит от возможности декомпозиция и упрощение.

14 марта на Data Science UA Conference мы подробно разберем опыт инженеров, product-менеджеров и инвесторов в data science-продуктах.


https://conference.data-science.com.ua/

Как обучить новую языковую модель с нуля с использованием Transformers и Tokenizer

https://huggingface.co/blog/how-to-train

Кстати, для тех кто хотят получить более широкое математическое образование без формального обучения.

Эту книжечку можно (и нужно) использовать как карту/гайд к современной математике. Написал один межнаровец в MIT и сейчас достаточно широкий коммюнити помогает поддерживать эту "карту".

(на 15й странице есть список разделов)
https://venhance.github.io/napkin/Napkin.pdf

🚀 Стремитесь быть в курсе последних событий сферы ИТ ? Читайте интересные новости на ресурсах от ведущего информационного канала @telecom_industry здесь ⤵️

1️⃣ @proitru - Новости мира информационных технологий, полезные программы и веб-сервисы, мотивация и продуктивность

2️⃣ @ht_vbok - Подборка статей, лайфхаков и обзоров в Telegram. Хай-теч...

3️⃣ @d_science - квантовые вычисления, машинное обучение, искусственный интеллект. Будущее уже наступило. Как минимум, в этом телеграм-канале!

4️⃣ @worlditech - IT новости, статьи и видео с канала Youtube-канала “Мир IT с Антоном Павленко”

5️⃣ @Channelpy - Kangaroo - это научно-техническое сообщество для разработчиков, математиков и тех кому интересны нейронные сети. Вы найдете много интересного на канале

Неожиданный способ изучения computer vision по excel. Почти как троллейбус из буханки хлеба, только круче.

https://github.com/amzn/computer-vision-basics-in-microsoft-excel

#excel #computervision #cv

ML.NET: Подготовка данных для построения модели.

Данные часто являются грязными и разреженными. Алгоритмы машинного обучения ML.NET ожидают входные данные или признаки в одном числовом векторе. Поэтому одна из целей подготовки данных — преобразовать данные в формат, ожидаемый алгоритмами ML.NET.

Подробности: http://msft.it/6270TbvRe

Если хотите провести вечер с пользой, рекомендуем завтра посетить Data Science Meetup #2 организованный сообществом Data Science UA.

Промокод для подписчиков нашего канала: DSUA_devdigest

https://www.facebook.com/events/624221408140953/

В Microsoft Research активно продолжаются работы над Q#. Для тех, кто не в курсе, Q# — это предметно-ориентированный язык, который используется для выражения квантовых алгоритмов. В этой публикации вы узнаете о новых возможностях Q# компилятора.

https://devblogs.microsoft.com/qsharp/extending-the-q-compiler/

#quantum #q #qsharp

CV19 Index – это прогностическая модель на основе ИИ с открытым исходным кодом, которая идентифицирует людей, которые могут иметь повышенную уязвимость к серьезным осложнениям от COVID-19. CV19 Index призван помочь больницам и другим организациям здравоохранения в их работе по выявлению, планированию, реагированию и снижению воздействия COVID-19.

https://closedloop.ai/open-source-data-science-to-fight-covid-19-corona-virus/

#coronavirus #CV19