Рубрика «машинное обучение» - 280

Фестиваль данных в музее Москвы, или как Big Data помогает жить и работать - 1

Привет Хабр,

Если вам давно было интересно, как Big Data применяется в разных областях бизнеса, науки и государственного управления и это хотелось услышать от самих людей, которые этим занимаются, то добро пожаловать на Фестиваль Данных, который будет проходить 19 декабря на Выставке Высоких Технологий SMIT в Музее Москвы.

В течение нескольких часов работы Фестиваля ведущие эксперты отрасли из Yandex, Школы Данных «Билайн», Data-Centric Alliance, Авито, ГУП «НИ и ПИ Генплана Москвы, НИУ ВШЭ расскажут гостям выставки о перспективах использования анализа данных в ближайшие несколько лет.
Читать полностью »

image

Nvidia выпускает новую версию «мобильного суперкомпьютера» Jetson TX1. Плата пришла на смену TK1, появившегося в прошлом году. TX1 предназначен для использования во встраиваемых системах и занимается высокоскоростными вычислениями для машинного обучения. Применять его можно в таких областях, как распознавание образов, создание автономных беспилотных летательных аппаратов, компьютерное зрение или анализ поведения толпы.

Компьютер под управлением Linux достигает быстродействия в 1 терафлопс и оснащён сетевыми интерфейсами Ethernet и Wi-Fi. Он поступает в продажу уже 16 ноября по цене в $599 ($299 для образовательных учреждений и учащихся). Потребляемая мощность устройства составляет менее 10 Вт.
Читать полностью »

Нейросеть обучили выявлять ложь человека по видеозаписи с точностью 75% - 1
Выражение лица Дэвида Кэмерона можно интерпретировать как желание удержать мочевой пузырь под контролем: по мнению учёных, полынй мочевой пузырь делает ложь более убедительной

В следующий раз, когда соберётесь врать на допросе, подумайте дважды — а стоит ли это делать? Даже если применить вышеупомянутый трюк Дэвида Кэмерона и попить водички, это не спасёт от разоблачения. Опытные эксперты могут распознать правду с точностью 65%. И это далеко не предел, особенно если в дело вступают современные системы машинного обучения.
Читать полностью »

Google открыла для всех библиотеку машинного обучения TensorFlow - 1«Ещё пару лет назад вы не могли разговаривать с приложением Google в городском шуме или прочитать вывеску на иностранном языке с помощью переводчика Google Translate, или мгновенно найти фотографии своего лабрадуделя, — пишет Google в официальном блоге. — Наши приложения просто не были достаточно умными. Но за короткий промежуток времени они стали намного, намного умнее. Сейчас, благодаря машинному обучению всё это доступно. Несмотря на весь прогресс, которого мы добились, всё ещё остаются возможности для улучшения. Поэтому мы создали совершенно новую систему машинного обучения, которую назвали TensorFlow. Она быстрее, умнее и гибче, чем наша старая система, так что её намного проще приспособить к новым продуктам и исследованиям».

Итак, компания Google выложила свою новейшую разработку TensorFlow во всеобщее пользование под свободой лицензией Apache 2.0.
Читать полностью »

Компьютерная программа совершила важное открытие в лечении спинного мозга - 1

Доктора только что узнали кое-что новое о послеоперационном восстановлении спинного мозга при травмах позвоночника. Обнаружена связь между успехом долговременного восстановления и высоким артериальным давлением во время операции. Казалось бы, незначительная новость, но она может помочь быстрее встать на ноги миллионам пациентов. Самое интересное то, каким образом сделано это открытие. Его совершила компьютерная программа.
Читать полностью »

Корпорация Apple выкупила стартап Perceptio – систему распознавания изображений на основе машинного обучения. В основе системы лежит технология глубинного обучения (deep learning). Она позволяет смартфонам самостоятельно распознавать и классифицировать изображения (или образы), не обращаясь к внешним базам данных.

Другие существующие на сегодняшний день технологии распознавания в подавляющем большинстве не обходятся без облачных вычислений и сторонних серверов. Читать полностью »

Компания «Яндекс» заключила контракт с Магнитогорским металлургическим комбинатом (ММК) по созданию проекта «Снайпер», оптимизирующего процессы плавки стали. Оптимизацией займется подразделение Yandex Data Factory занимающееся внедрением технологий анализа больших данных (big data).

Эти технологии используют, чтобы определить оптимальное количество ферросплавов и добавок при производстве стали, исходя из данных по исходному составу и массе и заданных характеристик конечного продукта. Впоследствии решения о составе добавок будут приниматься на основе рекомендаций созданной системы анализа.Читать полностью »

ИИ научился определять предметы в одном стиле - 1

Люди без проблем находят стилистическое сходство между совершенно разными предметами. Это базовое свойство, на котором основан, например, дизайн интерьеров. Опытный дизайнер сразу скажет, какая мебель вписывается в общий стиль комнаты, а какая не вписывается. Даже если предметы выполнены из разных материалов, люди всё равно чувствуют, что эти предметы принадлежат одному стилю.

Теперь и компьютер научился «чувствовать» такие вещи.
Читать полностью »

В МТИ разработали алгоритм, который удаляет с фотографий отражения в окнах - 1

Если подойти к окну и попытаться сделать фотографию через стекло, то будет трудно избежать отражения собственной фигуры. Ненужный объект будет тем заметнее, чем темнее пространство за окном. Профессиональные фотографы решают эту проблему, подводя объектив камеры вплотную к стеклу и применяя множество других приёмов, к примеру, поляризационные фильтры. Но зачастую в распоряжении имеется только «глазок» смартфона, или возможности для съёмки ограничены, и с наличием отражения приходится мириться. Исследователи Массачусетского технологического института нашли алгоритмическое решение этой проблемы.
Читать полностью »

Принято считать, что две базовые операции «машинного обучения» — это регрессия и классификация. Регрессия — это не только инструмент для выявления параметров зависимости y(x) между рядами данных x и y (чему я уже посвятил несколько статей), но и частный случай техники их сглаживания. В этом примере мы пойдем чуть дальше и рассмотрим, как можно проводить сглаживание, когда вид зависимости y(x) заранее неизвестен, а также, как можно отфильтровать данные, которые контролируются разными эффектами с существенно разными временными характеристиками.

Один из самых популярных алгоритмов сглаживания, применяемый, в частности, в биржевой торговле — это скользящее усреднение (включаю его в цикл статей по машинному обучению с некоторой натяжкой). Рассмотрим скользящее усреднение на примере колебаний курса доллара на протяжении нескольких последних недель (опять-таки в качестве инструмента исследования используя Mathcad). Сами расчеты лежат здесь.

Машинное обучение — 4: Скользящее среднее - 1

Читать полностью »


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