Обзор материалов по машинному обучению № 3 (16 — 23 апреля 2018 года)

в 13:18, , рубрики: анализ данных, дайджест, математика, машинное обучение

Добрый день! Это третий дайджест материалов по машинному обучению и анализу данных, который появился после длительного перерыва.

image


События предстоящей недели

1. image Data science завтрак. 25 апреля с 9-30 до 12-00 в Кафе-пекарня «Райский Пирожок, pr-t. Mira, 26, стр. 1, Moskva
2. image 5-й DataFest. 28 апреля.
3. image NeuroHive 2018 . Open source онлайн хакатон для разработчиков нейросетей.

Новости

1. image Врываемся в 2018 год с очередным большим релизом: выпуск версии 11.3 языка Wolfram Language и Mathematica.
2. image TensorFlow 1.8.0-rc0.
3. image Еженедельный обзор портала HighScalability.
4. image Passing cs231n together (in Russian).

Научные статьи, практические реализации, датасеты

1. image Python module to easily generate text using a pretrained character-based recurrent neural network..
2. image Официальный резил тайга 2.0.
3. image Swift for TensorFlow simulation.
4. image Text Classification with TensorFlow Estimators.
5. image Convolutional Neural Networks for Relation Extraction
6. image It’s Training Cats and Dogs: NVIDIA Research Uses AI to Turn Cats into Dogs, Lions and Tigers, Too.
7. image Задачи сегментации изображения с помощью нейронной сети Unet.
8. image Which of the Hollywood stars is most similar to my voice?.
9. image Neural Style Transfer: A Review.
10. image Implementations of 15 NLP research papers using Keras, Tensorflow, and Scikit Learn..
11. image The 2018 Stanford CS224n NLP course projects are now online. A lot of them are pretty impressive..
12. image Collection of popular object detection models with pre-trained weights in TensorFlow.
13. image Representing Language with Recurrent and Convolutional Layers: An Authorship Attribution Example.
14. image Data Science Bowl 2018. Орисание решения победителя.
15. image Revisiting Oxford and Paris: Large-Scale Image Retrieval Benchmarking
16. image Как делать отбор признаков и подбирать гиперпараметры с помощью проверки статистических гипотез.
17. image TwinGAN — Cross-Domain Translation of Human Portraits.
18. image Shared Autonomy via Deep Reinforcement Learning.
19. image Data Augmentation | How to use Deep Learning when you have Limited Data.
20. image The fall of RNN / LSTM.
21. image Еще одна статья о распознавании рабочих без касок нейросетями.
22. image Speed up TensorFlow Inference on GPUs with TensorRT.
23. image How Music Generated by Artificial Intelligence Is Reshaping — Not Destroying — The Industry.
24. image Semantic Segmentation — U-Net (Part 1).
25. image Ассоциативные правила, или пиво с подгузниками.
26. image Understand how works Resnet… without talking about residual.
27. image SfSNet: Learning Shape, Reflectance and Illuminance of Faces ‘in the wild’.
28. image A List Of Top 10 Deep Learning Papers, The 2018 Edition.
29. image Yann LeCun: Power and Limits of Deep Learning for Signal Understanding (ICASSP 2018 plenary). Видео.
30. image Simple Tensorflow implementation of „Multimodal Unsupervised Image-to-Image Translation“.
31. image SNcGAN — Generate Conditional Images.
32. image Deploying Deep Learning Models on Kubernetes with GPUs.
33. image Применяем Deep Watershed Transform в соревновании Kaggle Data Science Bowl 2018.
34. image How to implement a YOLO (v3) object detector from scratch in PyTorch: Part 1, Part 2, Part 3, Part 4, Part 5.
35. image A Keras implementation of YOLOv3 (Tensorflow backend) inspired by allanzelener/YAD2K..
36. image Pytorch implementation of MaxPoolingLoss..
37. image An intuitive introduction to Generative Adversarial Networks (GANs).
38. image Nice ideas about unit testing ML code.
39. image Что спрашивают на собеседовании по AI в Apple?.
40. image A collection of popular Data Science Competitions.
41. image Monte-Carlo Search for Magic: The Gathering.
42. image Датасет „Открытая семантика русского языка“.

Предыдущий выпуск: Обзор материалов по машинному обучению.

Автор: Николай

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js