https://youtu.be/RjFA2288AIA крута лекція від Галини Олійник - автора курсу Deep learning for NLP у Проджекторі, а також Senior Data Scientist у Delivery Hero
YouTube
Modern applications of deep learning for NLP | Projector
Лекція буде присвячена найбільш сучасним та амбітним прикладам використання глибокого навчання у сфері natural language processing. Поговоримо про аналіз ДНК, розуміння тексту та чат-ботів, які можуть імітувати манеру спілкування наших знайомих та друзів.…
Forwarded from Мишин Лернинг 🇺🇦🇮🇱
🦑 Полезные ссылки для старта в Quantum Machine Learning
💡Концепция квантового машинного обучения
🔢 Туториал по quantum neural network (QNN) упрощенного MNIST + colab
🏞 Quantum Convolutional Neural Network: туториал + colab
📰 Paper: Classification with Quantum Neural Networks on Near Term Processors
📄 Paper: TensorFlow Quantum:
A Software Framework for Quantum Machine Learning
📚TensorFlow Quantum TFQ
📼 YouTube: TensorFlow Quantum hybrid quantum-classical machine learning
💡Концепция квантового машинного обучения
🔢 Туториал по quantum neural network (QNN) упрощенного MNIST + colab
🏞 Quantum Convolutional Neural Network: туториал + colab
📰 Paper: Classification with Quantum Neural Networks on Near Term Processors
📄 Paper: TensorFlow Quantum:
A Software Framework for Quantum Machine Learning
📚TensorFlow Quantum TFQ
📼 YouTube: TensorFlow Quantum hybrid quantum-classical machine learning
2110.04748.pdf
382 KB
Time series Classification with CNN on imbalanced classes #imbalance #classification
Introduction to Time Series Forecasting With Python.pdf
6.4 MB
Time Series baseline approaches & techniques by Jason Brownlee (author of http://machinelearningmastery.com) #book #timeseries
deep_learning_for_time_series_forecasting_predict_the_future_with.pdf
8.1 MB
Deep Learning for Time Series by Jason Brownlee - (author of http://machinelearningmastery.com) #deeptimeseries #book
reinforcement_learning_book.pdf
85.3 MB
Reainforcement Learning Bible #book #reinforcementlearning
Another excellent blog post series
https://lilianweng.github.io/lil-log/2021/12/05/semi-supervised-learning.html
https://lilianweng.github.io/lil-log/2021/12/05/semi-supervised-learning.html
Lil'Log
Semi Supervised Learning
Wavelets for Computer Vision and Graphics literature http://grail.cs.washington.edu/projects/wavelets/
Forwarded from AbstractDL
Grokking: оверфиттинг это ещё не конец (by OpenAI)
Все мы знаем, что если обучающих данных мало, то модель скорее всего заоверфиттится, запомнив весь датасет. Но оказалось, что если в этот момент не останавливать обучение и продолжать его даже при нулевой ошибке на трейне, то через какое-то время нейронка всё-таки научится обобщать.
У OpenAI таким образом удалось обучить небольшой трансформер решать уравнения, которые он никогда не видел! Грубо говоря, модель смогла заполнить пропущенные слоты в таблице умножения. При этом такая супер-обобщающая способность наступала гораздо позднее оверфиттинга, когда большинство из нас уже выкинули бы модель в помойку.
Похоже, что самую важную роль в этом эффекте играет weight decay, благодаря которому модель в конце-концов переходит от простого запоминания обучающих примеров к аналитическому решению задачи. Из интересных наблюдений — при визуализации эмбеддингов видны математические структуры, помогающие находить ответы.
Статья, видео
Все мы знаем, что если обучающих данных мало, то модель скорее всего заоверфиттится, запомнив весь датасет. Но оказалось, что если в этот момент не останавливать обучение и продолжать его даже при нулевой ошибке на трейне, то через какое-то время нейронка всё-таки научится обобщать.
У OpenAI таким образом удалось обучить небольшой трансформер решать уравнения, которые он никогда не видел! Грубо говоря, модель смогла заполнить пропущенные слоты в таблице умножения. При этом такая супер-обобщающая способность наступала гораздо позднее оверфиттинга, когда большинство из нас уже выкинули бы модель в помойку.
Похоже, что самую важную роль в этом эффекте играет weight decay, благодаря которому модель в конце-концов переходит от простого запоминания обучающих примеров к аналитическому решению задачи. Из интересных наблюдений — при визуализации эмбеддингов видны математические структуры, помогающие находить ответы.
Статья, видео
Forwarded from Мишин Лернинг 🇺🇦🇮🇱
🎓🔥 OpenAI обучили нейросеть для решения задач олимпиадой математики, способную доказывать теоремы
OpenAI создали нейронный прувер теорем, который научился решать множество сложных задач олимпиадой математики.
Это языковая модель для построения формальных доказательств и утверждений. Формально — GPT-3 с 774M обучаемыми параметрами (36тислойный трансформер).
Обучение происходит по методологии expert iteration: каждый раз, когда находится новое доказательство, оно поступает в датесет новых данных для обучения, что улучшает нейронную сеть и позволяет ей итеративно находить решения для все более и более сложных задач.
📑 paper 📝 blog post
OpenAI создали нейронный прувер теорем, который научился решать множество сложных задач олимпиадой математики.
Это языковая модель для построения формальных доказательств и утверждений. Формально — GPT-3 с 774M обучаемыми параметрами (36тислойный трансформер).
Обучение происходит по методологии expert iteration: каждый раз, когда находится новое доказательство, оно поступает в датесет новых данных для обучения, что улучшает нейронную сеть и позволяет ей итеративно находить решения для все более и более сложных задач.
📑 paper 📝 blog post
Forwarded from Deleted Account
A Neural Network based Time-Series model, inspired by Facebook Prophet and AR-Net, built on PyTorch. 🧭
paper:
https://www.arxiv-vanity.com/papers/1911.12436/
code: https://github.com/ourownstory/neural_prophet
A very deep dive into Neural Differential Equations: https://paperswithcode.com/paper/on-neural-differential-equations #ode #sde #deeplearning
Paperswithcode
Papers with Code - On Neural Differential Equations
Implemented in 3 code libraries.
Forwarded from Akosta
ребят, тут пришло классное предложение от Projector, они предлагают захостить небольшой филиал субботней лекции у них в офисе 🌚✨
но в связи с карантином могут вместить только до 15 человек и еще нужно будет, чтобы у вас был с собой сертификат вакцинации
так что первых 15 зарегистрированных будем ждать) регистрируйтесь, пожалуйста, если точно уверены, что придете 🥺
https://forms.gle/PErte1i6FAjbNHoMA
⭐️ также, уже можно засетапить репозиторий, который будет использоваться на воркшопе - https://github.com/Infatum/Feature-Importance
но в связи с карантином могут вместить только до 15 человек и еще нужно будет, чтобы у вас был с собой сертификат вакцинации
так что первых 15 зарегистрированных будем ждать) регистрируйтесь, пожалуйста, если точно уверены, что придете 🥺
https://forms.gle/PErte1i6FAjbNHoMA
⭐️ также, уже можно засетапить репозиторий, который будет использоваться на воркшопе - https://github.com/Infatum/Feature-Importance
Google Docs
Лекція «Feature importance techniques»
Анна Вітюк — CEO та співзасновниця у Reactive Capital, викладає курс з Time Series у Projector.
Проведе безкоштовну онлайн-лекцію у цю суботу о 15:00, де розкаже про 5 головних методів відбору ознак (feature importance & selection).
Коли: 19 лютого, на…
Проведе безкоштовну онлайн-лекцію у цю суботу о 15:00, де розкаже про 5 головних методів відбору ознак (feature importance & selection).
Коли: 19 лютого, на…
Forwarded from Де у Харкові🇺🇦 |Харьков
Обращаемся ко всем! Наши друзья из Харькова настоящие супер-герои! Весь день развозят гуманитарную помощь по всему городу! Под обстрелами! И им нужна помощь! Средства уже заканчиваются… А помочь нужно многим! Пожалуйста, переведите любую сумму на реквизиты ниже! Мы побеждаем! Харьков - вместе!!!🇺🇦♥️
5221 1911 0103 4410 Бычков Валерий Владимирович
приватбанк
5375 4141 0163 2148
Бычков Валерий Владимирович
Bychkov Valerii
monobank
IBAN (если из-за границы): UA913220010000026208300587398
[email protected]
5221 1911 0103 4410 Бычков Валерий Владимирович
приватбанк
5375 4141 0163 2148
Бычков Валерий Владимирович
Bychkov Valerii
monobank
IBAN (если из-за границы): UA913220010000026208300587398
[email protected]
Forwarded from КНУ імені Тараса Шевченка
💔 Наша талановита дівчинка, Юля Здановська
Юля вчилася на комп’ютерній математиці Механіко-математичного факультету #КНУ, а до того – УФМЛ #КНУ.
Юля здала ЗНО з математики на 200 і була у складі команди від України, яка у 2017 році перемогла на Європейській математичній олімпіаді серед дівчат з 44 країн, обійшовши росіянок!
Останнє повідомлення від Юлі у Телеграмі було: “Дякую, але я лишаюсь в Харкові до перемоги”. Вона залишалася зі своїм містом і людьми у найскладніший момент. Безстрашна Юля, якій був всього лиш 21 рік.
🙏 Всі, хто хочуть підтримати Юліну родину зараз, можуть це зробити через внесок на фонд ТРО (прохання мами):
https://www.facebook.com/serhiy.zhadan/posts/530529911762697
Юля вчилася на комп’ютерній математиці Механіко-математичного факультету #КНУ, а до того – УФМЛ #КНУ.
Юля здала ЗНО з математики на 200 і була у складі команди від України, яка у 2017 році перемогла на Європейській математичній олімпіаді серед дівчат з 44 країн, обійшовши росіянок!
Останнє повідомлення від Юлі у Телеграмі було: “Дякую, але я лишаюсь в Харкові до перемоги”. Вона залишалася зі своїм містом і людьми у найскладніший момент. Безстрашна Юля, якій був всього лиш 21 рік.
🙏 Всі, хто хочуть підтримати Юліну родину зараз, можуть це зробити через внесок на фонд ТРО (прохання мами):
https://www.facebook.com/serhiy.zhadan/posts/530529911762697